一种基于混合量子卷积神经网络的恶意代码检测方法.pdfVIP

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２４０８００００６

jj

一种基于混合量子卷积神经网络的恶意代码检测方法

,

熊其冰１２苗启广３杨天１袁本政１费洋扬１

信息工程大学网络空间安全学院郑州

１４５００００

河南警察学院网络安全系郑州

２４５００００

西安电子科技大学计算机科学与技术学院西安

３７１００７１

()

xionb１９９０＠１６３．com

gq

,.

摘要量子计算是基于量子力学的全新计算模式具有远超经典计算的强大并行计算能力混合量子卷积神经网络结合了

,.,

量子计算和经典卷积神经网络的双重优势逐渐成为量子机器学习领域的研究热点之一当前恶意代码规模依然呈高速增长

,,,.,

态势检测模型越来越复杂参数量越来越大迫切需要一种高效轻量型的检测模型为此设计了一种混合量子卷积神经网络

,,.、.

模型将量子计算融入经典卷积神经网络以提高模型的计算效率该模型包含量子卷积层池化层和经典全连接层量子卷

,:(

积层采用低深度强纠缠轻量型的参数化量子线路实现仅使用两类量子门量子旋转门和受控非门

RyCNOTcontrolledＧ

),..

并仅使用两量子比特实现卷积计算池化层基于经典计算和量子计算实现了种池化方法在

NOT３GooleTensorFlow

g

.,(,

上进行了模拟实验实验结果显示所提模型在恶意代码公开数据集