Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Wirtschaftsinformatik & Management

Sicherheit von Quantum Machine Learning

Eldar Gunter Sultanow, Christian Bauckhage, Christian Knopf, Nico Piatkowski

Published Mar 24, 2022• 1 citation
Publisher

Abstract

Cyberkriminalität bewegt laut Cybersecurity Ventures weltweit schon heute das meiste Geld [1].Werden Quantencomputer noch dazu beitragen oder die IT-Sicherheit erhöhen?Sie bieten neue Angriffsflächen und können "klassische" Sicherheitsmechanismen brechen, aber auch die Verteidigung optimieren.
DOI
10.1365/s35764-022-00395-6

Related papers

Künstliche Quantenwelten im Labor

Immanuel Bloch

Simulation oder Rechnung? Nur zu oft stellt sich diese Frage bei einer Vielfalt von Problemstellungen im technischen und naturwissenschaftlichen Bereich. Nehmen wir etwa den wichtigen Fall, dass die Aerodynamik eines Autos oder Flugzeugs optimiert werden soll. Auf Supercomputern können wir diese Eigenschaften mithilfe von Finite-Elemente-Methoden versuchen vorherzusagen – und das mit großem Erfolg! Trotzdem verzichten wir auch heute nicht darauf, die realen Modelle der Fahrzeuge im Windkanal zu testen. Warum? Die komplexen Rechnungen der Strömungsmechanik, die zahlreiche Näherungsmethoden beinhalten, müssen überprüft und weiter optimiert werden – es geht in vielen Fällen ja auch um besondere Sicherheitsaspekte, die genau validiert sein wollen. Bei Aufgabenstellungen aus der Quantenphysik ist die Problematik oft noch viel komplexer. Systeme aus vielen Quantenteilchen – Elektronen, Neutronen, Protonen, Atomen etc. – machen einen Großteil unserer Umwelt aus. Ein besonderes Problem liegt darin, dass in der Quantenphysik ein System in einer Überlagerung verschiedener Konfigurationen vorliegen kann. Stellen Sie sich eine Festplatte vor, in der die N Bits Ihrer Dateien in der Ausrichtung einzelner winziger Elementarmagnete gespeichert sind. Zeigt der Magnet in eine Richtung, entspricht dies einer logischen 0, zeigt er in die entgegengesetzte Richtung, so entspricht dies einer logischen 1. Auf Ihrer Festplatte liegt genau eine der 2N möglichen Konfigurationen vor, welche die gesamten Daten ihres Computers abbildet. Was bei Feynman noch Fantasie war, ist heute Realität In einem entsprechenden Quantensystem aus N Magneten können jedoch alle diese Konfigurationen gleichzeitig präsent sein. Also benötigen wir für ein System von N Elementarmagneten 2N komplexe Zahlen, um allein den Zustand dieses Systems aufzuschreiben und abzuspeichern. Schon für eine kleine Zahl von nur 300 Magneten bräuchten wir dazu einen Computer, der mehr Speicherplätze enthält, als wir heute die Menge an gesamter sichtbarer Materie im Universum abschätzen! Sehr schnell wird dies also mit steigender Systemgröße zu einer unmöglichen Aufgabe. Wir müssen also zwangsweise versuchen, hierfür effiziente Näherungsmethoden zu entwickeln, um dieses Problem auf klassischen Computern zu berechnen. Oft stellt sich dabei aber das gleiche Problem wie in der Strömungsmechanik: Die Näherungsmethoden sind häufig empirisch, und man kennt die Grenzen ihrer Gültigkeit nicht sehr gut. Auch hier brauchen wir also eine natürliche Modellierung, mit der wir diese Rechenmethoden überprüfen können. Der amerikanische Nobelpreisträger Richard Feynman erkannte dies in einer wegweisenden Arbeit bereits im Jahre 1982. Dort argumentierte er, dass es in Zukunft wohl vorteilhaft sein werde, komplexe Quantensysteme durch andere, kontrollierbare Quantensysteme zu modellieren und zu berechnen: Die Idee des Quantensimulators und Quantencomputers war geboren. Was damals noch als Fantasie erschien, ist heute in zahlreichen Laboren weltweit Realität. Forscherinnen und Forscher entwerfen künstliche Quantensysteme, indem sie zum Beispiel Atome in Interferenzmustern aus Licht einfangen, um mit diesen das Verhalten von Elektronen in Festkörpern zu studieren. Das helle und dunkle Interferenzmuster aus Licht bildet dabei eine Kristallstruktur, in der die Atome über optische Dipolkräfte frei schwebend im Raum gefangen werden können. Der Abstand zwischen einzelnen Gitterplätzen dieses Kristalls ist dabei allerdings ungefähr 10 000 Mal größer als jener in einem echten Material; auf dieser Mikrometerskala können wir alles „Atom für Atom“ fotografieren und beobachten. Das „Sozialverhalten“ kann so genauestens und unter kontrollierten Bedingungen studiert werden. Robert Ott und Philipp Hauke beschreiben in dieser Ausgabe ab Seite 246 sogar noch weitergehende Möglichkeiten, mit denen erste Simulationen von hochkomplexen Phänomenen aus der Hochenergiephysik im Labor unter künstlichen Bedingungen gelingen. Eine spannende neue Richtung, die wegweisende neue Forschungsmöglichkeiten eröffnet! Auch wenn die bisherigen Quantensimulationen noch weitgehend auf klassischen Rechnern berechenbar sind, so lässt sich auch hier hoffen, dass wir schon bald in einen Bereich vorstoßen werden, wo dies nicht mehr der Fall sein wird und wir wissenschaftliches Neuland entdecken. Feynman sei Dank! Ich wünsche Ihnen viel Vergnügen bei der Lektüre. Immanuel Bloch ist Direktor am Max-Planck-Institut für Quantenoptik in Garching, Professor für Experimentalphysik an der Ludwigs-Maximilians-Universität München und einer der Sprecher des Munich Center for Quantum Science and Technology (MCQST).

Physik in unserer Zeit•Sep 1, 2023•0 citations

Quantum Machine Learning: Perspectives in Cybersecurity

Davide Pastorello

Lecture notes in computer science•Jan 1, 2024•1 citation

Quantum Machine Learning in Cybersecurity: A Hybrid Framework for Advanced Threat Detection and Classification

Nandala Narayanamma, Karnam Madhavi

•Aug 1, 2026•0 citations

Quantum-Philosophical Ideas on Questions of Consciousness : Summary of a forum contribution at the symposium "Applied Consciousness Science - Science in the Service of Living" on 12 October 2012 in Bad Abbach

Nikolaus von Stillfried

Die in der Quantenphysik beobachteten Phänomene führten zur Annahme neuer naturgesetzlicher Prinzipien. Diese Prinzipien können, wenn man sie von ihrem spezifischen materiellen Substrat losgelöst betrachtet, auf einer abstrakteren Ebene auch als neue Denkfiguren oder Denkwerkzeuge verstanden werden, durch die wir die Welt vielleicht anders betrachten und andere Zusammenhänge erkennen können. In diesem Sinne geht es hier insbesondere um die Frage, ob die abstrakten Denkfiguren der Nicht-Lokalität und Komplementarität neue Perspektiven auf Fragen im Zusammenhang mit dem Bewusstsein ermöglichen. Dazu wird jeweils knapp der quantenphysikalische Sachverhalt geschildert und dann versuchsweise eine Perspektive eingenommen, in der insbesondere das Geist-Körper Problem und sog. Psi-Phänomene als analoge oder isomorphe Strukturen betrachtet werden. Epistemologische und ontologische Probleme im Zusammenhang mit diesem Vorgehen und der Interpretation etwaiger Ergebnisse werden erwähnt, aber nicht gelöst.

Zeitschrift Bewusstseinswissenschaften. Transpersonale Psychologie und Psychotherapie•Jul 18, 2013•0 citations

On the computational power of quantum computers

Martin Schwarz

Diese Dissertation beschäftigt sich mit der Frage, wie viel Rechenkraft Quantencomputer bieten können. Diese Frage geht in ihrer allgemeinsten Form weit über die aktuellen Möglichkeiten und Methoden der Komplexitätstheorie hinaus. Dennoch liefert die Komplexitätstheorie Beispiele von Problemen, die sogar für Quantencomputer als nicht effizient lösbar gelten. Andererseits können Quantencomputer vermutlich nicht effizient von klassischen Computern simuliert werden. Wir wollen mit dieser Arbeit zum Verständnis des dazwischen liegenden Bereichs von Problemen, die effizient auf Quantencomputern, aber nicht effizient auf klassischen Computern berechnet werden können, beitragen. Um besseren Einblick in die Fragestellung zu erlagen, entwickeln wir in dieser Dissertation klassische und quantenmechanische Algorithmen zur Lösung von Problemen, die unter einschränkenden Annahmen a priori als nicht effizient lösbar geltende Probleme dennoch effizient lösen. Wir erforschen in diesem Sinne also die Grenzen des auf Quantencomputern und klassischen Computern Machbaren, in dem wir Annahmen identifizieren, die dazu geeignet sind grundsätzlich als schwer geltende Probleme in den Bereich des Machbaren zu bringen. Im Speziellen entwickeln wir einen Quantenalgorithmus, der sogenannte Projective Entangled-Pair States (PEPS) effizient herstellen kann, sobald Injektivität und Wohlkonditierung des PEPS gegeben ist. In einem zweiten Schritt erweitern wir diesen Algorithmus auf sogenannte G-injektive PEPS, einer wesentlich allgemeineren Klasse von Quantenzuständen, die auch die exotische Eigenschaft der topologischen Ordnung besitzen können. Weiters entwickeln wir einen Quantenalgorithmus, der das im Allgemeinen für Quantencomputer als schwer geltende Problem den Grundzustand von lokalen Hamiltonoperatoren zu erzeugen löst, sofern diese die Voraussetzungen des (nicht-konstruktiven) Quanten-Lovász-Local-Lemma erfüllen und die Operatoren kommutieren. Unser Quantenalgorithmus kann in diesem Fall auch als unabhängiger, konstruktiver Beweis des Quanten-Lovász-Local-Lemmas betrachtet werden. Um die Grenze zu klassischen Computern zu erforschen, entwickeln wir einen klassischen Algorithmus, der das sehr allgemeine Problem Quantenschaltkreise zu simulieren unter gewissen Annahmen effizient lösen kann. Wäre es in voller Allgemeinheit lösbar, würden Quantencomputer keinen Vorteil bieten. Unser Algorithmus kann Quantenschaltkreise simulieren, die in ihrer Struktur jener des Quantenalgorithmus von Shor zur Faktorisierung ganzer Zahlen, der als exponentiell schneller als der schnellste bekannte klassische Faktorisierungsalgorithmus gilt, sehr ähnlich sind. Weiters treffen wir die Annahme, dass die erzeugte Wahrscheinlichkeitsverteilung annähernd dünn-besetzt ist. Unser Ergebnis impliziert daher, dass die von Algorithmen dieser Struktur erzeugte Wahrscheinlichkeitsverteilung notwendigerweise dicht-besetzt sein muss, um einen exponentiellen Geschwindigkeitsvorteil erzielen zu können.

•Jan 1, 2013•0 citations

Developing Quantum-Enhanced Intelligent Systems for Ethical Cybersecurity through Quantum Machine Learning: Making Transparency, Security, and Scalability a Priority

Venugopala Reddy Kasu, Bakkiyaraj Kanthimathi Malamuthu, S. Karthikeyan +3 more

International Conference on Smart Structures and Systems (ICSSS)•Dec 12, 2025•0 citations
Simulation oder Rechnung? Nur zu oft stellt sich diese Frage bei einer Vielfalt von Problemstellungen im technischen und naturwissenschaftlichen Bereich. Nehmen wir etwa den wichtigen Fall, dass die Aerodynamik eines Autos oder Flugzeugs optimiert werden soll. Auf Supercomputern können wir diese Eigenschaften mithilfe von Finite-Elemente-Methoden versuchen vorherzusagen – und das mit großem Erfolg! Trotzdem verzichten wir auch heute nicht darauf, die realen Modelle der Fahrzeuge im Windkanal zu testen. Warum? Die komplexen Rechnungen der Strömungsmechanik, die zahlreiche Näherungsmethoden beinhalten, müssen überprüft und weiter optimiert werden – es geht in vielen Fällen ja auch um besondere Sicherheitsaspekte, die genau validiert sein wollen. Bei Aufgabenstellungen aus der Quantenphysik ist die Problematik oft noch viel komplexer. Systeme aus vielen Quantenteilchen – Elektronen, Neutronen, Protonen, Atomen etc. – machen einen Großteil unserer Umwelt aus. Ein besonderes Problem liegt darin, dass in der Quantenphysik ein System in einer Überlagerung verschiedener Konfigurationen vorliegen kann. Stellen Sie sich eine Festplatte vor, in der die N Bits Ihrer Dateien in der Ausrichtung einzelner winziger Elementarmagnete gespeichert sind. Zeigt der Magnet in eine Richtung, entspricht dies einer logischen 0, zeigt er in die entgegengesetzte Richtung, so entspricht dies einer logischen 1. Auf Ihrer Festplatte liegt genau eine der 2N möglichen Konfigurationen vor, welche die gesamten Daten ihres Computers abbildet. Was bei Feynman noch Fantasie war, ist heute Realität In einem entsprechenden Quantensystem aus N Magneten können jedoch alle diese Konfigurationen gleichzeitig präsent sein. Also benötigen wir für ein System von N Elementarmagneten 2N komplexe Zahlen, um allein den Zustand dieses Systems aufzuschreiben und abzuspeichern. Schon für eine kleine Zahl von nur 300 Magneten bräuchten wir dazu einen Computer, der mehr Speicherplätze enthält, als wir heute die Menge an gesamter sichtbarer Materie im Universum abschätzen! Sehr schnell wird dies also mit steigender Systemgröße zu einer unmöglichen Aufgabe. Wir müssen also zwangsweise versuchen, hierfür effiziente Näherungsmethoden zu entwickeln, um dieses Problem auf klassischen Computern zu berechnen. Oft stellt sich dabei aber das gleiche Problem wie in der Strömungsmechanik: Die Näherungsmethoden sind häufig empirisch, und man kennt die Grenzen ihrer Gültigkeit nicht sehr gut. Auch hier brauchen wir also eine natürliche Modellierung, mit der wir diese Rechenmethoden überprüfen können. Der amerikanische Nobelpreisträger Richard Feynman erkannte dies in einer wegweisenden Arbeit bereits im Jahre 1982. Dort argumentierte er, dass es in Zukunft wohl vorteilhaft sein werde, komplexe Quantensysteme durch andere, kontrollierbare Quantensysteme zu modellieren und zu berechnen: Die Idee des Quantensimulators und Quantencomputers war geboren. Was damals noch als Fantasie erschien, ist heute in zahlreichen Laboren weltweit Realität. Forscherinnen und Forscher entwerfen künstliche Quantensysteme, indem sie zum Beispiel Atome in Interferenzmustern aus Licht einfangen, um mit diesen das Verhalten von Elektronen in Festkörpern zu studieren. Das helle und dunkle Interferenzmuster aus Licht bildet dabei eine Kristallstruktur, in der die Atome über optische Dipolkräfte frei schwebend im Raum gefangen werden können. Der Abstand zwischen einzelnen Gitterplätzen dieses Kristalls ist dabei allerdings ungefähr 10 000 Mal größer als jener in einem echten Material; auf dieser Mikrometerskala können wir alles „Atom für Atom“ fotografieren und beobachten. Das „Sozialverhalten“ kann so genauestens und unter kontrollierten Bedingungen studiert werden. Robert Ott und Philipp Hauke beschreiben in dieser Ausgabe ab Seite 246 sogar noch weitergehende Möglichkeiten, mit denen erste Simulationen von hochkomplexen Phänomenen aus der Hochenergiephysik im Labor unter künstlichen Bedingungen gelingen. Eine spannende neue Richtung, die wegweisende neue Forschungsmöglichkeiten eröffnet! Auch wenn die bisherigen Quantensimulationen noch weitgehend auf klassischen Rechnern berechenbar sind, so lässt sich auch hier hoffen, dass wir schon bald in einen Bereich vorstoßen werden, wo dies nicht mehr der Fall sein wird und wir wissenschaftliches Neuland entdecken. Feynman sei Dank! Ich wünsche Ihnen viel Vergnügen bei der Lektüre. Immanuel Bloch ist Direktor am Max-Planck-Institut für Quantenoptik in Garching, Professor für Experimentalphysik an der Ludwigs-Maximilians-Universität München und einer der Sprecher des Munich Center for Quantum Science and Technology (MCQST).
Die in der Quantenphysik beobachteten Phänomene führten zur Annahme neuer naturgesetzlicher Prinzipien. Diese Prinzipien können, wenn man sie von ihrem spezifischen materiellen Substrat losgelöst betrachtet, auf einer abstrakteren Ebene auch als neue Denkfiguren oder Denkwerkzeuge verstanden werden, durch die wir die Welt vielleicht anders betrachten und andere Zusammenhänge erkennen können. In diesem Sinne geht es hier insbesondere um die Frage, ob die abstrakten Denkfiguren der Nicht-Lokalität und Komplementarität neue Perspektiven auf Fragen im Zusammenhang mit dem Bewusstsein ermöglichen. Dazu wird jeweils knapp der quantenphysikalische Sachverhalt geschildert und dann versuchsweise eine Perspektive eingenommen, in der insbesondere das Geist-Körper Problem und sog. Psi-Phänomene als analoge oder isomorphe Strukturen betrachtet werden. Epistemologische und ontologische Probleme im Zusammenhang mit diesem Vorgehen und der Interpretation etwaiger Ergebnisse werden erwähnt, aber nicht gelöst.
Diese Dissertation beschäftigt sich mit der Frage, wie viel Rechenkraft Quantencomputer bieten können. Diese Frage geht in ihrer allgemeinsten Form weit über die aktuellen Möglichkeiten und Methoden der Komplexitätstheorie hinaus. Dennoch liefert die Komplexitätstheorie Beispiele von Problemen, die sogar für Quantencomputer als nicht effizient lösbar gelten. Andererseits können Quantencomputer vermutlich nicht effizient von klassischen Computern simuliert werden. Wir wollen mit dieser Arbeit zum Verständnis des dazwischen liegenden Bereichs von Problemen, die effizient auf Quantencomputern, aber nicht effizient auf klassischen Computern berechnet werden können, beitragen. Um besseren Einblick in die Fragestellung zu erlagen, entwickeln wir in dieser Dissertation klassische und quantenmechanische Algorithmen zur Lösung von Problemen, die unter einschränkenden Annahmen a priori als nicht effizient lösbar geltende Probleme dennoch effizient lösen. Wir erforschen in diesem Sinne also die Grenzen des auf Quantencomputern und klassischen Computern Machbaren, in dem wir Annahmen identifizieren, die dazu geeignet sind grundsätzlich als schwer geltende Probleme in den Bereich des Machbaren zu bringen. Im Speziellen entwickeln wir einen Quantenalgorithmus, der sogenannte Projective Entangled-Pair States (PEPS) effizient herstellen kann, sobald Injektivität und Wohlkonditierung des PEPS gegeben ist. In einem zweiten Schritt erweitern wir diesen Algorithmus auf sogenannte G-injektive PEPS, einer wesentlich allgemeineren Klasse von Quantenzuständen, die auch die exotische Eigenschaft der topologischen Ordnung besitzen können. Weiters entwickeln wir einen Quantenalgorithmus, der das im Allgemeinen für Quantencomputer als schwer geltende Problem den Grundzustand von lokalen Hamiltonoperatoren zu erzeugen löst, sofern diese die Voraussetzungen des (nicht-konstruktiven) Quanten-Lovász-Local-Lemma erfüllen und die Operatoren kommutieren. Unser Quantenalgorithmus kann in diesem Fall auch als unabhängiger, konstruktiver Beweis des Quanten-Lovász-Local-Lemmas betrachtet werden. Um die Grenze zu klassischen Computern zu erforschen, entwickeln wir einen klassischen Algorithmus, der das sehr allgemeine Problem Quantenschaltkreise zu simulieren unter gewissen Annahmen effizient lösen kann. Wäre es in voller Allgemeinheit lösbar, würden Quantencomputer keinen Vorteil bieten. Unser Algorithmus kann Quantenschaltkreise simulieren, die in ihrer Struktur jener des Quantenalgorithmus von Shor zur Faktorisierung ganzer Zahlen, der als exponentiell schneller als der schnellste bekannte klassische Faktorisierungsalgorithmus gilt, sehr ähnlich sind. Weiters treffen wir die Annahme, dass die erzeugte Wahrscheinlichkeitsverteilung annähernd dünn-besetzt ist. Unser Ergebnis impliziert daher, dass die von Algorithmen dieser Struktur erzeugte Wahrscheinlichkeitsverteilung notwendigerweise dicht-besetzt sein muss, um einen exponentiellen Geschwindigkeitsvorteil erzielen zu können.