量子科技中心_量科网

在该论文中，该研究团队探索了通过应用量子机器学习（QML）来增强恶意软件检测的量子计算潜力。主要目标是研究量子支持向量机（QSVM）算法与SVM相比的性能。使用了一个包含便携式可执行（PE）文件原始二进制文件的公开数据集进行分类。通过Qiskit SDK中的本地模拟器和IBM量子计算机，实现并评估了采用不同特征映射的量子核的QSVM算法。来自模拟器和量子硬件的实验结果提供了对量子计算机行为与性能的见解，特别是在处理大规模恶意软件检测任务计算方面。该工作总结了通过Qiskit接口使用量子硬件的实践经验。该团队详细描述了遇到的关键问题，以及对Qiskit机器学习库基础代码必须开发和应用的修复措施。这些问题包括提交给IBM量子系统的电路缺少转换，以及由于将所有电路作为一个作业提交而超出最大作业大小限制。