Q-Tag:量子电路生成模型的数字水印
量子物理
2026-02-27 v1 机器学习
摘要
量子云平台因稀缺和操作复杂的量子硬件而成为获取量子计算资源的最广泛采用和主流方法。在这种以服务为导向的范式中,构成高价值知识产权的量子电路面临未经授权的访问、重复使用和滥用的风险。数字水印作为为量子电路嵌入所有权信息以实现追踪和验证的保护机制而被探索。然而,受生成人工智能最新进展的驱动,量子电路设计的范式正从 individually 和手动构建的电路转向基于量子电路生成模型(QCGMs)的自动合成。在这种生成设置中,仅保护单个输出电路是不够的,现有的事后、以电路为中心的水印方法不太适合与生成过程集成,往往难以同时确保隐形性、功能正确性和规模鲁棒性。这些限制凸显了需要一种原生集成到量子电路生成模型中的新型水印范式的需求。本文提出了首个针对QCGMs的水印框架,该框架在保持电路忠诚度的同时,将所有权信号嵌入生成过程中。我们引入对称抽样策略,将水印编码与模型的高斯先验对齐,并通过潜在漂移校正机制抵消对抗性水印攻击。实证结果表明,该方法在各种扰动下实现高保真电路生成和稳健的水印检测,为AI驱动的量子设计中可扩展、安全的版权保护铺平了道路。
引用
@article{arxiv.2602.23085,
title = {Q-Tag: Watermarking Quantum Circuit Generative Models},
author = {Yang Yang and Yuzhu Long and Han Fang and Zhaoyun Chen and Zhonghui Li and Weiming Zhang and Guoping Guo},
journal= {arXiv preprint arXiv:2602.23085},
year = {2026}
}
备注
13 pages, 8 figures