量子科技中心_量科网

机器学习已深刻变革众多工业领域。尽管近年来取得了显著进展，机器学习模型仍易受对抗性威胁的影响。对抗性机器学习正是研究这些脆弱性以构建鲁棒机器学习模型的学科。量子机器学习作为连接量子计算与经典机器学习的交叉领域，虽然在回归、分类及生成建模等复杂任务中展现出超越经典机器学习的潜力，但其自身同样面临对抗性攻击的威胁。随着量子计算与机器学习的快速发展，量子对抗机器学习这一新兴领域应运而生，旨在研究量子机器学习的脆弱性、可能的攻击方式，以及基于量子增强的新型防御策略。本综述全面概述了量子对抗机器学习领域，深入探讨了现有攻击手段与防御措施，同时回顾了该领域的理论基础、新兴趋势及关键挑战。