Quantum privacy amplification for quantum secure direct communication
使用量子力学，可以执行远距离方之间的安全直接通信。在有噪声的量子信道中，量子保密放大是保证信息安全的必要步骤。本文提出了一种利用单光子实现量子保密直接通信的量子保密放大方案。量子保密放大过程包括两个控制非门和一个Hadamard门。在幺正门操作之后，执行测量并且保留一个光子。保留的光子携带了丢弃光子的状态信息，从而减少了信息泄漏。该过程可以递归地执行，使得信息泄漏可以减少到任意低的水平。
2004-08-16 quant-ph
Optimal Mechanisms for Quantum Local Differential Privacy
本文研究量子本地差分隐私（QLDP）的最优机制，通过优化参数 $ε$ 平衡隐私与效用，证明量子去极化噪声是单式机制中的最优私有化方法，并通过分析与数值实验探讨不同噪声下的隐私-效用权衡。
2025-09-16 quant-ph
Differential Privacy Preserving Quantum Computing via Projection Operator Measurements
本文提出利用投影算子测量产生的散粒噪声满足量子差分隐私定义，分析隐私预算并结合退极化噪声，通过数值模拟验证其隐私保护效果。
2024-04-09 quant-ph
Toward protocols for quantum-ensured privacy and secure voting
我们提出了一些利用量子力学来保护隐私的方案，特别地，我们证明了纠缠量子态在保护隐私方面是有用的。我们进一步发展我们原来的建议[见物理。A 349，75（2006）]，以保护投票中的隐私，并检查其安全下的某些类型的攻击，特别是不诚实的选民和外部窃听。这些基于量子的方案的变体可以用于多方函数评估。我们考虑对应于$N$群元素的群乘法的函数，其中每个元素由不同的一方选择。我们展示了如何量子力学可以是有用的，在维护隐私的选择组元素。
2011-08-25 quant-ph
Realization of Quantum State Privacy Amplification in a Nuclear Magnetic Resonance Quantum System
量子态隐私放大（QSPA）是经典隐私放大的量子模拟。如果一系列单粒子态的状态信息存在一定的泄漏，QSPA通过将两个粒子的状态信息压缩到一个粒子的状态来减少这种泄漏。递归应用这些操作将把量子态信息泄漏消除到所需的最小水平。本文报道了在核磁共振系统中实现量子态保密放大协议的实验。在实验中构造了态的密度矩阵，实验结果与理论符合得很好。
2010-07-18 quant-ph
Quantum coding theorem from privacy and distinguishability
证明了随机量子码的直接量子编码定理。该问题分为两个部分：接收者对码字可验证性的证明和环境（隐私）对码字不可验证性的证明。对于一大类代码，只需检查隐私。
2008-01-19 quant-ph
Privacy in networks of quantum sensors
本文研究量子传感器网络中的隐私问题，通过对量子Fisher信息矩阵的操作分析隐私，找到了估计未知参数线性组合时实现最大隐私的最优态，并引入准隐私概念量化状态接近私密的程度。
2024-08-03 quant-ph
Relating quantum privacy and quantum coherence: an operational approach
我们描述了如何实现最佳的纠缠产生和单向纠缠蒸馏率的相干实现的一类秘密密钥生成和秘密密钥蒸馏协议，分别。这篇短文是对我们详细论文[8]和[10]的高层次描述。
2003-07-08 quant-ph
Stream privacy amplification for quantum cryptography
保密放大是保证量子通信安全的关键步骤。现有的安全证明需要积累大量的原始密钥比特用于隐私放大。这类似于经典密码学中的块密码，其将延迟最终密钥生成，因为在隐私放大之前必须累积整个块。此外，信息协调后的任何剩余错误都会破坏整个块。通过改进基于量子纠错的安全性证明，提出了一种类似于经典流密码的流隐私放大方案。该方案能够以流的方式输出最终密钥，防止错误扩散，将隐私放大置于信息协调之前。流方案也有助于增强可信中继量子网络的安全性。受流密码和量子纠错之间联系的启发，我们进一步开发了一个通用的信息论工具来研究经典加密算法的安全性。
2022-07-03 quant-ph
Information geometric quantification of effective privacy in quantum metrology
University of Florence（佛罗伦萨大学）；Keio University（庆应义塾大学）
研究量子计量协议中参数隐私性与可访问性，构建信息几何框架，通过测量量子态在参数空间诱导体积来量化，以扩展 GHZ 态为例，给出基于量子关联、精度及不完美测量与纠缠的标度律。
2026-07-14 quant-ph
High-speed Implementation of Length-compatible Privacy Amplification in Continuous-variable Quantum Key Distribution
隐私放大是连续变量量子密钥分发（CV-QKD）后处理中必不可少的一个环节，用于从两个相距遥远的合法方之间的完全相同的校正密钥中提取出无条件安全密钥。隐私放大的处理速度对CV-QKD系统的密钥速率有显著影响。提出了基于图形处理器的长度兼容隐私放大算法的高速并行实现。在考虑有限尺寸效应的情况下，采用长度兼容算法来满足不同传输距离下隐私放大的安全性要求。在任意输入长度下实现了超过1Gbps的隐私放大速度，比以往的实验提高了一到两个数量级，支持了高速实时CV-QKD系统，保证了隐私放大的安全性。
2018-05-07 quant-ph
Maximal Privacy Without Coherence
隐私是量子力学的基础。相干传输的量子态本质上是私有的。值得注意的是，相干量子通信并不是隐私的先决条件：有一些量子信道噪声太大，无法可靠地传输任何量子信息，但它们仍然可以发送私密的经典信息。在这里，我们要问的是，如果一个信道的量子容量很小，那么它可以传输多少私有的经典信息。本文提出了一类输入维数为d^2，量子容量Q（N_d）<= 1，私有容量P（N_d）= logd的信道N_d.这些通道渐近饱和一个有趣的不等式P（N）<=（log d_A + Q（N））/2，对于任何具有输入维度d_A的通道N，并且捕获去除相干性的混淆影响的隐私的本质。
2014-02-05 quant-ph
Unconditional privacy over channels which cannot convey quantum information
通过发送处于特殊准备的量子态的系统，双方可以在窃听者无法监听的情况下进行通信。这种被称为量子密码学的技术使人们能够验证量子系统的状态没有被篡改，因此无论窃听者的力量如何，人们都可以获得隐私。所有以前的协议都依赖于忠实地发送量子态的能力。事实上，直到最近，它们都可以简化为一个协议，通过共享最大纠缠态来确保安全性。在这里，我们表明这不需要是这样的情况-一个可以获得可验证的隐私，甚至通过一些通道，不能被用来可靠地发送量子态。
2007-02-08 quant-ph
Universal Operational Privacy in Distributed Quantum Sensing
Center for Quantum Technology, Korea Institute of Science and Technology (KIST)（韩国科学技术院量子技术中心）；Department of Physics, Yonsei University（延世大学物理系）；Division of Quantum Information, KIST School, Korea University of Science and Technology（韩国科学技术院KIST学院量子信息系）；Emerging Science and Technology Directorate, Agency for Defense Development（国防发展局新兴科技部）；Weapon Systems Engineering, ADD School, University of Science and Technology（韩国科学技术院ADD学校武器系统工程系）
本文提出了一种通用操作隐私框架，用于分布式量子传感，确保不信任方无法获取单个参数信息，并实验验证了在少于估计参数数量的光子条件下实现海森堡极限精度。
2026-07-17 quant-ph
Quantum privacy amplification and the security of quantum cryptography over noisy channels
现有的量子密码方案在量子通信信道上存在噪声的情况下是不可操作的。虽然他们成为可操作的，如果他们补充经典的隐私放大技术，由此产生的计划是难以分析，并没有被证明是安全的。我们介绍了量子隐私放大的概念和一个加密方案，将它结合起来，这是可证明安全的噪声信道。该方案使用“纠缠纯化”程序，因为它只需要几个量子受控非操作和单量子比特操作，可以使用目前正在开发的技术来实现。该方案允许一个任意小的范围内放置的信息，任何窃听者可以从加密的消息中提取。
1996-04-30 quant-ph
Duality of privacy amplification against quantum adversaries and data compression with quantum side information
我们表明，针对量子对手的隐私放大和具有量子侧信息的数据压缩的任务是双重的，在这个意义上，执行一个的能力意味着执行另一个的能力。这是经典信息论中最重要的两个基本概念，在量子环境中，它们被互补性和不确定原理联系起来。应用程序包括一个新的不确定原理制定的顺利最小和最大熵，以及新的条件近似量子纠错。
2010-08-15 quant-ph
A Quantum-Memory-Free Quantum Secure Direct Communication Protocol Based on Privacy Amplification of Coded Sequences
Georgia Institute of Technology（佐治亚理工学院）；Qualcomm Technologies Inc.（高通技术有限公司）
本文提出一种无需传统量子密钥分发协议和一次性垫的量子安全直传协议，通过编码序列的隐私放大理论提升安全性。
2026-05-01 quant-ph
Universally composable privacy amplification against quantum adversaries
隐私放大是将部分秘密的字符串Z缩小为高度秘密的密钥S的技术。我们表明，即使对手持有关于初始字符串Z的量子信息，通过两个通用散列得到的密钥S是安全的，根据一个普遍可组合的安全定义。此外，我们给出了一个渐近最优的下界的长度可提取的密钥S的对手的（量子）知识Z。我们的结果在量子密码学中有应用。特别地，这意味着许多已知的量子密钥分发协议是普遍可组合的。
2004-04-15 quant-ph
Maximum privacy without coherence, zero-error
本文研究了在零差错条件下，量子信道的量子容量和私有容量之间可能存在的差异。对于arXiv：1312.4989引入的一系列通道，我们证明了一个极端的差异：零错误量子容量为零，而零错误私有容量在给定量子输出维度的情况下是最大的。
2015-09-03 quant-ph
Security Issues Associated With Error Correction And Privacy Amplification In Quantum Key Distribution
保密放大是所有量子密钥分发协议中必不可少的一个步骤，并且除了量子噪声方法中密钥通信中使用多光子信号时，每个协议都需要纠错。没有安全性分析的纠错码信息泄漏给攻击者已经提供，而一个特设的公式，目前采用占这种泄漏的密钥生成率。人们还普遍认为，隐私放大允许用户至少建立一个任意接近完美安全的短密钥。在本文中，我们将展示如何缺乏严格的纠错分析，否则有效的隐私放大结果无效，并存在一个限制如何接近完美的生成的密钥可以从隐私放大。此外，在密钥速率和安全性之间存在必要的折衷，并且来自当前理论的最佳理论值将不会产生足够的近似均匀的密钥比特来覆盖BB84品种的干扰信息折衷协议中的消息认证密钥成本。
2014-11-10 quant-ph
Privacy Amplification Against Quantum Side Information Via Regular Random Binning
本文利用正则随机分箱研究抗量子边信息的隐私放大，得到基于量子Augustin信息的误差指数与强逆界，并恢复独立同分布信源误差指数，同时给出经典-量子窃听信道编码的可达保密指数，解决了相关开放问题。
2023-09-20 quant-ph
Optimal Gaussian networks for private distributed quantum sensing
Yonsei University（延世大学）
本文刻画了满足完美局部隐私的高斯量子网络，确定了达海森堡标度的最优高斯探针，验证了其超越散粒噪声极限的量子增强灵敏度，为构建隐私保护型连续变量量子传感网络提供通用框架。
2026-08-28 quant-ph
Estimating the privacy of quantum-random numbers
我们分析了攻击者可以获得的信息上产生的用户通过测量由两个纠缠的二能级系统组成的系统的子系统上的数字。攻击者和用户仅在各自的子系统上进行测量。用户的子系统的密度矩阵的知识已经完全确定了攻击者可访问的信息的上限。我们将这些信息与量子态鉴别所提供的适当界限进行比较和对比。
2020-05-12 quant-ph
A global estimation of the lower bound of the privacy amplification term for decoy-state quantum key distribution
在诱骗态量子密钥分发的安全密钥速率公式中，隐私放大项起着积极的作用，其下界需要用诱骗态方法来估计。在以前的工作中，我们分别对单光子态的产额和误码率进行了估计，得到了这个下界。在这项工作中，我们第一次把隐私放大项作为一个整体来考虑这个下限。在两个未知量下，给出了单光子态产额与误码率之间关系的数学描述。在此基础上，我们得到了BB84协议和测量设备无关协议的这个下界的全局估计。数值模拟结果表明，全局估计能显著提高量子密钥分发的性能。
2015-02-16 quant-ph
Next-Generation Quantum Neural Networks: Enhancing Efficiency, Security, and Privacy
本文提出一个集成框架，通过融合参数初始化、残差连接、架构探索、对抗防御和量子联邦学习，系统提升QNN在NISQ时代的效率、安全性与隐私保护能力。
2025-07-28 quant-ph
Privacy Amplification, Private States, and the Uncertainty Principle
我们证明了在量子密钥分发中处理隐私放大的三种主要方法，即隐私态蒸馏、经典隐私放大和通过不确定原理，是等价和可互换的。通过采用基于不确定原理的安全性证明，构造了一个新的隐私状态提取协议，并证明了该协议与标准的经典隐私放大协议是一致的.这种方法的基础是一个新的特征的私人国家，与他们的标准制定的不确定原理，这给了一个更多的物理理解的安全量子密钥分发。
2007-02-19 quant-ph
Towards A Hybrid Quantum Differential Privacy
针对现有量子差分隐私仅用单一噪声源、不符合量子系统实际的问题，本文提出结合信道与测量噪声的鲁棒混合QDP机制以平衡隐私与效用，还提出提升型量子差分隐私增强随机性，优化隐私审计与算法评估。
2025-01-15 cs.CR quant-ph
Bridging Quantum Computing and Differential Privacy: Insights into Quantum Computing Privacy
该研究聚焦量子计算的隐私保护问题，梳理量子差分隐私（QDP）的各类实现与隐私参数性能，提出基于随机源来源和算法应用阶段的QDP技术分类体系，探讨挑战与未来方向，为领域研究者提供前沿综述。
2024-08-14 cs.CR quant-ph
Tuning Quantum Computing Privacy through Quantum Error Correction
本文提出利用量子纠错技术调节量子差分隐私的隐私预算，通过决定是否应用QEC操作逐步降低噪声错误率，并推导新公式，数值模拟验证其可行性。
2023-12-22 cs.ET quant-ph
Inequalities for the quantum privacy
本文研究了多体系统量子保密性的渐近行为。在此背景下，利用量子熵性质得到了一个量子隐私不等式。随后，我们通过纠缠保真度得到了量子保密性的下限。特别是，我们表明，有一个间隔，在纠缠保真度的增加意味着量子隐私的减少。
2015-02-25 math-ph math.MP quant-ph
Privacy and correctness trade-offs for information-theoretically secure quantum homomorphic encryption
本文为信息论安全的量子同态加密定义了电路隐私，并将量子不经意传输归约到量子同态加密，从而揭示一大类协议（含仅支持Clifford电路的方案）中电路隐私、数据隐私与正确性之间的根本权衡。
2023-04-04 cs.CR quant-ph
Characterizing Privacy Risks of Quantum Machine Learning with Emergent Quantum-Native Access
University of Pittsburgh（匹兹堡大学）；Cisco Research（思科研究院）
本文研究量子原生访问下QML的隐私风险，通过成员推断攻击证明增强量子访问和计算能力可带来理论及实证隐私泄露，揭示现有研究低估了此类风险。
2026-09-10 cs.LG quant-ph
Differential Privacy Preserving Distributed Quantum Computing
本文针对量子分布式计算中的隐私泄露问题，提出量子 Rényi 差分隐私（QRDP）概念，通过引入参数 α 实现精细隐私保护，并分析噪声机制、推导最低隐私预算及验证量子参数影响。
2025-01-06 cs.DC quant-ph
Quantum Privacy Aggregation of Teacher Ensembles (QPATE) for Privacy-preserving Quantum Machine Learning
Wells Fargo（富国银行）
本文首次将教师集成隐私聚合（PATE）技术应用于量子神经网络集成，提出 QPATE 方法，为量子机器学习模型提供隐私保护。
2024-01-15 cs.CR cs.LG quant-ph
Schrödinger's Camera: First Steps Towards a Quantum-Based Privacy Preserving Camera
University of Florida（佛罗里达大学）
本文提出了一种基于量子态的隐私保护图像存储方法，并利用双深度Q学习算法实现对图像匿名化的控制，展示了在量子基础上平衡隐私与效用的可行性。
2023-03-13 cs.CV quant-ph
Guaranteeing Privacy in Hybrid Quantum Learning through Theoretical Mechanisms
University of Florida（佛罗里达大学）；MITRE（麻省理工学院研究与发展公司）；Pukyong National University（釜庆国立大学）
本文提出HYPER-Q机制，结合经典和量子噪声，通过理论分析提升量子学习模型的隐私保护与效用
2026-02-02 cs.CR quant-ph
Federated Quantum Machine Learning with Differential Privacy
Wells Fargo（富国银行）
本文首次将量子联邦学习与量子差分隐私结合，在量子平台上实现双重隐私保护，并在猫狗数据集上以超过0.98的准确率和小于1.3的epsilon值验证了其可行性。
2023-10-10 cs.LG quant-ph
Privacy in Distributed Quantum Sensing with Gaussian Quantum Networks
Aalto University（阿尔托大学）
该研究针对高斯量子网络中的分布式量子传感隐私问题，分析了定制多模光子数关联态与全对称高斯态的隐私-精度性能，验证了局域零差检测的最优性，还探讨了热噪声的影响，为实用隐私保护分布式量子传感协议研发奠定基础。
2026-05-04 cond-mat.mes-hall quant-ph
Efficient Fault-Tolerant Quantum Protocol for Differential Privacy in the Shuffle Model
针对shuffle模型中随机洗牌依赖混合网络或可信第三方的问题，论文利用量子纠缠提出安全隐式洗牌协议，支持任意k>2的k元随机响应，并可通过容错计算高效实现。
2024-09-06 cs.CR quant-ph
Equivariant Quantum Clustering with Differential Privacy: Parameter-Efficient Privacy-Preserving Analysis Across Heterogeneous Sensitive Datasets
Central Michigan University（中央密歇根大学）；Trine University（特莱恩大学）；Wilmington University（威尔明顿大学）；Washington University of Science and Technology（华盛顿科技大学）
研究如何在隐私保护下对异构敏感数据集进行聚类分析，提出等变量子聚类框架EQC，结合对称感知量子电路与差分隐私，采用p4m等变参数共享降复杂度，实验表明其在多个数据集上表现良好，为隐私保护聚类提供实用框架。
2026-07-10 cs.CV quant-ph
Privacy Against Hypothesis-Testing Adversaries for Quantum Computing
提出了一种基于量子假设检验的量子计算数据隐私的新定义。这种隐私概念中的参数具有基于全能对手的成功/失败的操作解释，该全能对手能够使用对量子态的任意测量来区分数据所属的私有类别。后处理和组成的重要属性，然后证明了新的隐私概念。隐私对假设检验对手，在本文中定义的，和量子差分隐私之间的关系，然后检查。结果表明，这些定义是交织在一些参数制度。这使我们能够提供一个解释的隐私预算在量子差分隐私的基础上，它与隐私对假设检验对手的关系。
2023-02-24 cs.CR cs.IT cs.SY
Quantum Pufferfish Privacy: A Flexible Privacy Framework for Quantum Systems
Cornell University（康奈尔大学）；school of Electrical and Computer Engineering（电气与计算机工程学院）
本文提出量子河豚隐私（QPP）框架，通过灵活指定私有信息、测量和领域知识，推广量子差分隐私，并利用信息谱散度实现隐私审计与权衡分析。
2024-05-28 cs.CR cs.IT cs.LG
Differential Privacy Amplification in Quantum and Quantum-inspired Algorithms
LIP6（LIP6实验室）；CNRS（法国国家科学研究中心）；Sorbonne Université（索邦大学）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
本研究针对量子与量子启发式算法展开，首次证明经典数据集量子编码上的算法及量子启发式经典采样结果可放大幅分隐私，同时验证了满足混合条件的量子信道组合可放大量子差分隐私，给出了对应隐私放大边界。
2023-08-21 cs.CR cs.DS cs.LG
Privacy in Quantum Communication Complexity
在两方量子通信复杂性中，Alice和Bob接收一些经典输入，并希望计算一些依赖于这两个输入的函数，同时最小化通信。该模型在计算机科学的许多领域都有许多应用。最近受到广泛关注的一个问题是，是否有可能以私密的方式执行此类协议。我们表明，为量子协议定义隐私并不那么简单，这取决于我们是否假设Alice和Bob接收经典输入的寄存器实际上是经典寄存器（因此与协议的其余部分没有纠缠）或量子寄存器（因此可以与协议的其余部分或环境纠缠）。我们提供了新的量子协议的内积功能和私人信息检索，并表明，隐私假设经典输入寄存器可以指数小于隐私假设量子输入寄存器。我们还认为，通信协议的隐私权的正确概念是一个假设经典的输入寄存器，因为否则的球员可以大大偏离协议。
2014-09-30 cs.CC quant-ph
Answering Counting Queries with Differential Privacy on a Quantum Computer
School of Computing, Macquarie University（麦考瑞大学计算学院）；School of Mathematical and Physical Sciences, Macquarie University（麦考瑞大学数学与物理科学学院）
研究在量子编码数据集上使用差分隐私回答计数查询的方法，分析两种算法的隐私属性，并提出差分隐私的量子幅值估计算法。
2026-04-13 cs.CR quant-ph
Quantum Solutions to the Privacy vs. Utility Tradeoff
Indraprastha Institute of Information Technology, Delhi（德里英德拉普拉斯塔信息技术学院）；Czech Technical University, Prague（布拉格捷克理工大学）
本文提出一种基于量子密码原语的新型架构，可叠加于任意经典或量子生成模型之上，以可证明的隐私与安全保证抵御成员推理攻击，并论证量子门相对差分隐私在对抗多项式时间敌手时的固有优势。
2023-07-06 cs.CR cs.LG quant-ph
Harnessing Inherent Noises for Privacy Preservation in Quantum Machine Learning
State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室）；Beijing University of Posts and Telecommunications（北京邮电大学）；University of Houston（休斯顿大学）；Kennesaw State University（肯尼索州立大学）
针对量子机器学习的数据隐私风险，提出利用NISQ设备的固有散粒噪声和非相干噪声实现差分隐私保护，经理论分析和仿真验证了调整量子线路运行次数可达成目标隐私水平。
2024-03-07 cs.CR cs.LG quant-ph
How Entanglement Reshapes the Geometry of Quantum Differential Privacy
Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心）；School of Engineering and Technology, University of New South Wales, Canberra（新南威尔士大学堪培拉校区工程与技术学院）
本研究揭示了量子纠缠如何通过非线性依赖关系提升量子差分隐私的隐私保证，展示了纠缠作为隐私增强资源的几何和操作基础。
2026-07-27 cs.IT math.IT quant-ph
A Quantum-Proof Non-Malleable Extractor, With Application to Privacy Amplification against Active Quantum Adversaries
在隐私放大中，两个相互信任的方旨在通过在不安全的通信信道上交换消息来放大初始共享秘密$X$的秘密，以便建立共享私钥$K$。如果通道经过身份验证，则可以使用强随机性提取器在单轮通信中解决任务;选择量子证明提取器可以建立针对量子对手的安全性。在信道未被认证的情况下，Dodis和Wichs（STOC'09）表明，可以使用不可延展的提取器（比强提取器更强的伪随机构造）在两轮通信中解决该问题。我们给出了第一个非延展提取器的构造，该提取器对量子对手是安全的。该提取器基于Li（FOCS'12）的构造，能够从最小熵率大于$1/2$的源中提取。将这种构造与Cohen和Vidick（未发表）所示的Dodis和Wichs简化的量子证明变体相结合，我们获得了第一个针对主动量子对手的隐私放大协议。
2018-02-14 cs.CR quant-ph
Quantum Privacy and Schur Product Channels
利用Schur乘积矩阵运算和相关矩阵结构，研究了一类重要的量子信道的量子隐私特性.对于由相互交换的幺正实现的通道，它不能将量子比特直接编码到子空间中，但是我们确定了可以被通道私有化的私有代数和子系统。我们还得到进一步的结果，结合我们的分析工具，从理论的准正交算子代数和图论。
2017-09-06 math-ph math.MP quant-ph
Taking a Lesson from Quantum Particles for Statistical Data Privacy
隐私正受到前所未有的丰富数据推动的人工智能革命的威胁。差分隐私是一种隐私保护的候选方案，但由于缺乏系统的参数设置方法（称为隐私预算），它容易受到对抗攻击的影响，行为保守，并导致错误实现。另一种方法是使用熵的信息理论隐私，其缺点是需要私有数据的先验分布。在这里，通过使用Fisher信息，信息理论的隐私框架进行了扩展，以避免不必要的假设的私人数据。通过最小化Fisher信息提取的最佳隐私保护加性噪声必须遵循与时间无关的薛定谔方程。隐私和效用之间的一个基本的权衡也被证明，让人想起海森堡不确定性原理。
2019-08-14 cs.CR cs.IT math.IT
Precise evaluation of leaked information with universal2 privacy amplification in the presence of quantum attacker
当窃听者具有相关的量子态时，我们处理密钥提取。我们提出了不同于Renner的量子隐私放大定理，它是基于1+s阶量子条件Rényi熵的。利用这些定理，我们得到了一个指数递减率的泄漏信息和渐近含糊率，这还没有得到迄今为止在量子设置。
2012-10-11 cs.CR cs.IT math.IT
Prospects of Privacy Advantage in Quantum Machine Learning
Global Technology Applied Research, JPMorgan Chase（摩根大通全球技术应用研究部）；School of Physics, The University of Melbourne（墨尔本大学物理学院）
本研究探讨量子机器学习模型梯度的数据恢复难度，首次建立变分量子电路的动力学李代数与隐私性的关联，分析强弱隐私泄露的条件，为平衡可训练性与隐私保护的量子模型设计提供指导。
2024-05-15 cs.LG quant-ph
Optimal quantum locally differentially private mechanisms in the high-privacy regime
Independent Researcher, Komaki, Aichi, 485-0003, Japan
本文在高隐私机制下优化隐私与效用的权衡，采用局部差分隐私及其量子扩展，针对Holevo信息、对称和非对称假设检验中的误差指数等效用函数，提供了达到经典和量子最优值的最优机制，并证明渐近比Q/C与效用函数无关，当n≥3时量子优势为Q/C≥3/2。
2026-09-07 cs.IT math.IT quant-ph
