版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、Shor算法的提出引起了眾多學(xué)者對量子計算的關(guān)注。Shor算法利用量子力學(xué)的疊加、坍縮等特性,在多項式時間內(nèi)求解了大整數(shù)因子分解問題和離散對數(shù)問題。而公鑰密碼體制的安全性依賴于大整數(shù)分解問題或離散對數(shù)問題的困難性,因此Shor算法對這些公鑰密碼體制形成了嚴(yán)重的安全威脅。進(jìn)一步研究表明大整數(shù)分解問題和離散對數(shù)問題都可以轉(zhuǎn)化為循環(huán)群的隱含子群問題。目前針對于Abel群隱含子群問題比較成熟,研究較多集中在二面體群和對稱群的隱含子群問題。Reg
2、ev提出格的唯一最短向量問題可轉(zhuǎn)化為二面體群的隱含子群問題,而格的唯一最短向量問題為格公鑰密碼體制的安全性提供保障。類似于Shor算法一樣,若有效解決二面體群的隱含子群問題就可以攻破基于唯一最短向量問題的格公鑰密碼體制。
本文著重研究了二面體群的隱含子群問題的量子算法。Regev提出了目前為止最優(yōu)的二面體群的隱含子群問題的量子算法,本文分析了Regev算法之后,對Regev算法進(jìn)行了改進(jìn)與優(yōu)化。在具體工作中,本文減少了Rege
3、v算法中的重復(fù)循環(huán)次數(shù),對通過求解子集求和問題求出特定的疊加態(tài)的量子線路進(jìn)行了改進(jìn),給出了具體優(yōu)化方案,以更少的時間得到我們所需要的目標(biāo)量子態(tài)。最后通過仿真實驗,驗證了算法的正確性。隨后提出了基于區(qū)分ESD的二面體群隱含子群問題的量子算法。量子算法輸出的量子態(tài)看作為一個系綜,對兩個有相同密度矩陣的系綜進(jìn)行區(qū)分,就可以解決二面體群的隱含子群問題。最后對量子算法進(jìn)行了性能分析,并通過量子計算仿真驗證了算法的正確性。隨后提出了兩種基于概率量子
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于量子計算的二面體群隱含子群問題研究.pdf
- 量子粒子群算法的研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進(jìn)研究.pdf
- 基于粒子群——蟻群算法的隨機(jī)需求車輛路徑問題研究.pdf
- 量子菌群算法的研究及應(yīng)用.pdf
- 量子蟻群算法的研究及應(yīng)用.pdf
- 擬二面體群的小度數(shù)Cayley圖.pdf
- 基于改進(jìn)粒子群蟻群算法的多目標(biāo)雙邊匹配問題研究.pdf
- 基于量子遺傳算法的改進(jìn)的粒子群算法及其應(yīng)用.pdf
- 基于蟻群算法與粒子群算法融合的QoS組播路由問題求解.pdf
- 基于多智能體量子粒子群算法的電網(wǎng)無功優(yōu)化問題研究.pdf
- 基于粒子群算法的企業(yè)項目群優(yōu)化研究.pdf
- 改進(jìn)量子蟻群算法的研究及應(yīng)用.pdf
- 基于量子粒子群算法的圖像閾值分割方法研究.pdf
- 量子粒子群算法及其應(yīng)用.pdf
- 自適應(yīng)量子菌群算法的研究及應(yīng)用.pdf
- 基于量子行為粒子群算法求解組合拍賣問題
- 量子粒子群算法在差異工件批調(diào)度問題中的應(yīng)用研究.pdf
- 基于群相位量子化理論的測頻技術(shù)和隱含因子理論.pdf
- 量子粒子群算法研究及其數(shù)據(jù)分類.pdf
評論
0/150
提交評論