arXiv 隐私论文· Ban Q. Tran·· 2 天前AI 评分15
全量子潜在扩散模型生成合成恶意软件记录：去噪有效但类别信息有限、后选择代价高昂
Fully Quantum Latent Diffusion for Synthetic Malware Records: Effective Denoising, Limited Class Information, and Costly Post-Selection
AI 导读
研究者提出一种全量子潜在扩散模型，用含一次中途测量的参数化电路对操作码序列的振幅编码潜在向量去噪，在17个恶意软件家族、10个随机种子上将去噪失真度降低63%，但其记录训练的分类器在真实记录上宏F1仅0.11（随机状态0.08、完美生成器0.61、同规模经典扩散模型0.44）。
来源：arXiv 隐私论文 · arxiv.org