论文部分内容阅读
量子计算是应用量子力学原理来进行有效计算的新颖计算模式,它借助量子位的态叠加特性能能够实现传统计算机无法实现的并行计算。量子计算对于在物理上具体实现量子密码、量子通信和量子计算机均具有实际的意义,目前它已成为智能信息处理中的一个研究热点,特别是在信息安全中具有广阔的应用前景。本论文在分析量子计算技术基础上,提出改进的量子搜索算法以及量子计算智能算法,并应用于背包公钥密码系统、数据库挖掘和网络异常入侵检测等信息安全领域。主要研究内容和创新性工作如下:(1)提出了一种改进的Grover量子搜索算法。由于Grover量子搜索算法及Long的改进算法均无法达到100%成功概率的搜索结果,为此在Long的改进算法基础上研究了一种新的搜索算法,即主要将相位取反替换成一个具有自适应调整特点的、与目标数据量和数据总量有关的相位旋转,当目标数据量为数据总量的1/2时,将数据总量扩展成2倍,这样的搜索算法可以做到100%的成功概率。仿真实验表明其改进算法效果显著。(2)提出了基于量子粒子群优化算法(QPSO)的加权最小二乘支持向量机(WLS-SVM)方法。从量子力学的理论支撑---薛定谔方程入手,将量子不确定性原理与再现群智能技术的粒子群优化算法(PSO)结合在一起,构造出量子粒子群优化算法(QPSO),进而得到一种基于QPSO的WLS-SVM算法,其中将LS-SVM的核函数进行重组,构成混合核函数,提高了泛化能力;在LS-SVM中增加一个自适应权值,可以实现对不同数据的自适应变化;采用QPSO算法作为WLS-SVM的学习算法,可以加快迭代收敛速度和提高分类精度。(3)研究了量子计算技术在信息安全中几个方面的应用。将改进的Grover量子算法分别应用于背包公钥密码系统和数据库挖掘,在背包公钥密码系统中可以实现对密钥的快速准确的搜索,达到100%的搜索成功概率。在数据库挖掘中对模式集中的目标态进行搜索,加快了搜索时间、提高了搜索精度,其应用效果远优于传统搜索算法。在网络异常入侵检测中,应用基于QPSO的WLS-SVM算法效果显著,特别是对于小样本数据量具有良好的预测能力。