چالش‌ها و فرصت‌های تشخیص ناهنجاری مبتنی بر کوانتوم در امنیت سایبری
کد مقاله : 1109-CYSP2025 (R1)
نویسندگان
یاشار ابری *1، حسین آقابابا2، کاظم فولادی قلعه3
1دانش‌آموخته کارشناسی ارشد مهندسی فناوری اطلاعات، دانشکده مهندسی دانشکدگان فارابی دانشگاه تهران
2دانشیار گروه مهندسی کامپیوتر، دانشکده مهندسی دانشکدگان فارابی دانشگاه تهران؛ سرپرست آزمایشگاه پژوهشی محاسبات و ارتباطات کوانتومی دانشگاه تهران
3استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی دانشکدگان فارابی دانشگاه تهران؛ سرپرست آزمایشگاه پژوهشی یادگیری عمیق دانشگاه تهران
چکیده مقاله
تشخیص ناهنجاری در امنیت سایبری برای شناسایی تهدیدات ناشناخته مانند نفوذ و تقلب حیاتی است. این مقاله قابلیت‌های محاسبات کوانتومی را در بهبود این فرآیند بررسی می‌کند. روش‌های کلاسیک مانند تخمین چگالی پارزن و خودکارسازها، با محدودیت‌هایی نظیر نیاز به داده‌های گسترده و ناتوانی در مدل‌سازی داده‌های پیچیده مواجه‌اند. در مقابل، روش‌های کوانتومی مانند طبقه‌بند یک‌کلاسی واریاسیونی و شبکه‌های مولد تخاصمی کوانتومی، با بهره‌گیری از برهم‌نهی و درهم‌تنیدگی، دقت و کارایی را بهبود می‌بخشند. با این حال، نویز دستگاه‌های NISQ، پیچیدگی رمزگذاری داده‌ها و مشکلات مقیاس‌پذیری، چالش‌های اصلی هستند. فرصت‌ها شامل افزایش دقت با برتری کوانتومی، تشخیص تهدیدات پیچیده و ادغام با هوش مصنوعی و بلاکچین است. این پژوهش چارچوبی برای استفاده از محاسبات کوانتومی ارائه داده و پیشنهادهایی برای آزمایش روی سخت‌افزارهای واقعی، بهبود رمزگذاری داده‌ها و گسترش کاربردها مطرح می‌کند. فرصت‌ها شامل افزایش دقت با برتری کوانتومی، تشخیص تهدیدات پیچیده و ادغام با هوش مصنوعی و بلاکچین است. این پژوهش چارچوبی برای استفاده از محاسبات کوانتومی ارائه داده و پیشنهادهایی برای آزمایش روی سخت‌افزارهای واقعی، بهبود رمزگذاری داده‌ها و گسترش کاربردها مطرح می‌کند.
کلیدواژه ها
تشخیص ناهنجاری، امنیت سایبری، محاسبات کوانتومی، یادگیری ماشینی، برهم‌نهی، درهم‌تنیدگی، دستگاه‌های NISQ.
وضعیت: پذیرفته شده برای ارائه شفاهی