摘要
本发明公开了一种基于分组密码的量子神经区分器的数据检测方法,包括:发送方利用分组加密算法加密特定的明文得到密文数据并传送给接收方;接收生成特定的数据集,该数据集由符合特性的正常数据和随机的异常数据组成;接着,接收方构建一个量子神经网络,其中输入数据被编码为量子态,通过旋转门和受控门实现卷积,并利用控制比特添加与单位矩阵的加法实现残差连接;然后对网络进行训练并通过验证测试,从而得到高效的量子神经区分器,最后,接收方将接收的数据输入量子神经区分器进行检测;该方法融合了量子计算的强大并行处理能力和深度学习技术的先进性,能够有效地区分正常数据和异常数据,从而判断数据是否泄露或被篡改。
技术关键词
量子态
数据检测方法
分组加密算法
明文
旋转门
密码
网络系统
异常数据
量子神经网络
接收方
CNOT门
数据生成器
发送方
构建训练集
深度学习技术
样本
编码
电路
非线性
系统为您推荐了相关专利信息
对称编码技术
深度生成模型
量子态
解码器
编码器
数据库生成系统
文本特征值
同态加密算法
列表
多模态数据库
决策树模型
隐私保护方法
可信执行环境
同态加密算法
公钥