量子计算技术及其在信息安全中的应用研究

论文摘要

量子计算是应用量子力学原理来进行有效计算的新颖计算模式,它借助量子位的态叠加特性能能够实现传统计算机无法实现的并行计算。量子计算对于在物理上具体实现量子密码、量子通信和量子计算机均具有实际的意义,目前它已成为智能信息处理中的一个研究热点,特别是在信息安全中具有广阔的应用前景。本论文在分析量子计算技术基础上,提出改进的量子搜索算法以及量子计算智能算法,并应用于背包公钥密码系统、数据库挖掘和网络异常入侵检测等信息安全领域。主要研究内容和创新性工作如下:（1）提出了一种改进的Grover量子搜索算法。由于Grover量子搜索算法及Long的改进算法均无法达到100%成功概率的搜索结果,为此在Long的改进算法基础上研究了一种新的搜索算法,即主要将相位取反替换成一个具有自适应调整特点的、与目标数据量和数据总量有关的相位旋转,当目标数据量为数据总量的1/2时,将数据总量扩展成2倍,这样的搜索算法可以做到100%的成功概率。仿真实验表明其改进算法效果显著。（2）提出了基于量子粒子群优化算法（QPSO）的加权最小二乘支持向量机（WLS-SVM）方法。从量子力学的理论支撑---薛定谔方程入手,将量子不确定性原理与再现群智能技术的粒子群优化算法（PSO）结合在一起,构造出量子粒子群优化算法（QPSO）,进而得到一种基于QPSO的WLS-SVM算法,其中将LS-SVM的核函数进行重组,构成混合核函数,提高了泛化能力;在LS-SVM中增加一个自适应权值,可以实现对不同数据的自适应变化;采用QPSO算法作为WLS-SVM的学习算法,可以加快迭代收敛速度和提高分类精度。（3）研究了量子计算技术在信息安全中几个方面的应用。将改进的Grover量子算法分别应用于背包公钥密码系统和数据库挖掘,在背包公钥密码系统中可以实现对密钥的快速准确的搜索,达到100%的搜索成功概率。在数据库挖掘中对模式集中的目标态进行搜索,加快了搜索时间、提高了搜索精度,其应用效果远优于传统搜索算法。在网络异常入侵检测中,应用基于QPSO的WLS-SVM算法效果显著,特别是对于小样本数据量具有良好的预测能力。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1-1 选题背景及意义
• 1-2 量子计算技术的研究现状与发展趋势
• 1-3 信息安全技术的研究现状及发展趋势
• 1-4 本论文主要研究内容与结构安排
• 第二章 量子计算技术及仿真
• 2-1 量子计算的理论基础
• 2-2 量子计算技术的基本概念
• 2-2-1 量子位
• 2-2-2 量子寄存器
• 2-2-3 量子逻辑门
• 2-2-4 量子并行性
• 2-3 典型量子算法及其仿真分析
• 2-3-1 Shor（分解大数质因子的）量子算法及仿真
• 2-3-2 Grover（随机数据库搜索的）量子算法及仿真
• 2-3-3 Grover 量子算法的改进
• 本章小结
• 第三章 背包公钥密码系统研究
• 3-1 背包公钥密码问题描述
• 3-2 基于GROVER量子算法的背包公钥密码问题算法设计
• 3-3 系统仿真及分析
• 3-4 相位匹配问题分析
• 本章小结
• 第四章 无序数据库挖掘技术研究
• 4-1 无序数据库挖掘问题描述
• 4-2 无序数据库挖掘系统设计
• 4-2-1 Grover 量子算法的实现
• 4-2-2 基于改进的 Grover 量子算法的系统设计与实现
• 4-3 仿真应用及分析
• 本章小结
• 第五章 网络异常入侵检测研究
• 5-1 网络异常入侵检测问题描述
• 5-2 基于QPSO的WLS-SVM模型
• 5-2-1 改进的WLS-SVM 模型
• 5-2-2 量子粒子群优化（QPSO）算法
• 5-3 实际应用与效果分析
• 本章小结
• 第六章 结束语
• 参考文献
• 致谢
• 攻读学位期间所获得的相关科研成果