量子科技中心_量科网

差分隐私是一种数学定义的数据隐私概念，现已成为隐私保护数据分析领域的事实标准。近期大量研究聚焦于量子场景下的差分隐私问题。沿袭这一研究方向，该团队探索了如何以差分隐私方式对量子编码数据集执行计数查询。典型计数查询示例为“数据集中年龄超过25岁且拥有大学学历的人数有多少？”这类查询构成了从数据集中提取的最基础却信息量丰富的统计量。研究表明，在量子编码数据集上执行此类查询可转化为测量两个正交态之一的振幅。该团队进而分析了文献中两种振幅测量算法的差分隐私特性：一种基于计算基的重复测量，另一种采用经典振幅估计算法。针对第一种技术，该团队证明了计数查询场景下的隐私性结果，其性能优于先前已知的通用查询结果，并揭示该机制实际上能通过固有随机性实现隐私增强。对于第二种方法，该团队推导出数据集增减单个条目时振幅最大变化的紧致界——这一被称为全局敏感度的量是构建差分隐私算法的核心要素。随后该团队展示了适用于计数查询的差分隐私版振幅估计算法，并探讨了如何将这些方法外包至量子服务器，以实现具备差分隐私特性的盲态计数查询计算。