跳到正文
热点事件持续更新

提出QML-PipeGuard在运行时检测云端QML信道替换攻击

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Esra Yeniaras等提出QML-PipeGuard,利用客户已收集的测量统计量,在运行时检测不可信云端量子机器学习流水线中的信道替换攻击,覆盖审计规避、服务降级和复现性审查中的结果伪造。 作者报告的理论保证是:若单量子比特输出边缘分布被替换造成迹范距离为δ的偏移,则会强制产生至少δ/√3的合约偏差;该保证相对于所选可观测量族和参考输入集成立,并可在有限采样预算下同时约束误接受与误报。 演示方面,作者称在IBM Heron r2处理器上,一个被替换的量子核入侵检测流水线可绕过弱合约,而QML-PipeGuard能在运行时将其阻断,同时诚实信道保持在容差范围内。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv · quant-ph
    QML-PipeGuard:检测不可信云端量子机器学习流水线中的通道替换攻击

    QML-PipeGuard利用客户已有的测量统计量,在运行时检测不可信云端量子机器学习流水线中的通道替换攻击,覆盖审计规避、服务降级和复现性审查中的结果伪造。作者报告,若单量子比特输出边缘分布的替换造成δ的迹范距离偏移,则会强制产生至少δ/√3的合约偏差;该保证相对所选可观测量族和参考输入集成立,并可通过有限采样预算同时约束误接受与误报。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。