変分量子クローンによる実用的量子暗号解析への進展

量子暗号システムの暗号解析は、一般的に基盤となるプロトコルに対する最適な敵対的攻撃戦略を見つけ出すことを含みます。量子攻撃をモデル化する核心原理は、通常、敵が未知の量子状態をクローンし、そこから意味のある秘密情報を抽出する能力へと還元されます。明示的な最適攻撃戦略は、典型的には大きな回路深度により高い計算リソースを必要とするか、多くのケースでは未知です。ここでは、量子機械学習に基づく暗号解析アルゴリズムである変分量子クローン（VarQlone）を紹介します。これは、敵がハイブリッドな古典-量子技術を使用して訓練された短い深さの量子回路で最適な近似クローン戦略を取得できるようにします。このアルゴリズムは、理論的保証を持つ実務的に有意義なコスト関数、量子回路構造の学習、及び勾配降下ベースの最適化を含みます。我々のアプローチは、特定の量子状態ファミリーをクローンするためのハードウェア効率的な量子回路のエンドツーエンド発見を可能にし、これをRigetti Aspen量子ハードウェアでの実装で実証します。我々はこれらの結果を量子暗号プリミティブに結び付け、VarQloneにより促進された明示的な攻撃を導き出します。量子機械学習が現在および将来の量子暗号プロトコルへの攻撃を改善するための資源として役立つと期待しています。