이 연구는 양자 커널 방법 기반 하이브리드 양자 분류기의 취약성과 이를 해결하기 위한 방어 전략을 다룹니다.
양자 커널 방법 기반 하이브리드 분류기가 적대적 공격에 취약하다는 것을 보였습니다. 적대적 공격이란 입력 데이터에 의도적으로 작은 교란을 가해 분류기를 오작동하게 만드는 것입니다.
그러나 몇 가지 제작된 교란을 이용한 데이터 증강 기반 방어 전략을 통해 새로운 공격에 강인한 분류기를 만들 수 있음을 보였습니다.
이러한 결과는 안전 중요 학습 문제와 양자 노이즈의 일부 형태를 완화하는 데 활용될 수 있습니다. 공격자는 주변 환경의 일부로 이해될 수 있기 때문입니다.
翻译成其他语言
从原文生成
arxiv.org
更深入的查询