PulseAugur
中
实时 09:40:53
English(EN) QShield: Securing Neural Networks Against Adversarial Attacks using Quantum Circuits

新的QShield架构利用量子电路增强神经网络安全性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了QShield，这是一种新颖的混合量子-经典神经网络架构，旨在提高深度学习模型在对抗性攻击下的安全性。该系统集成了经典的卷积神经网络和一个量子处理模块，该模块将特征编码为量子态并应用纠缠操作。在MNIST和CIFAR-10等数据集上的评估表明，QShield在保持高预测准确性的同时，显著降低了对抗性攻击的成功率，使其成为敏感应用的有前途的方法。 AI

影响 引入了一种新的对抗性攻击防御机制，可能提高AI在关键应用中的可靠性。

排序理由 详细介绍一种新神经网络安全方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的QShield架构利用量子电路增强神经网络安全性

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Navid Azimi, Aditya Prakash, Yao Wang, Li Xiong ·

    QShield: Securing Neural Networks Against Adversarial Attacks using Quantum Circuits

    arXiv:2604.10933v2 Announce Type: replace-cross Abstract: Deep neural networks remain highly vulnerable to adversarial perturbations, limiting their reliability in security- and safety-critical applications. To address this challenge, we introduce QShield, a modular hybrid quantu…

相关实体

相关话题