Szczegóły publikacji
Opis bibliograficzny
Uczenie maszynowe w sieciach kwantowej dystrybucji klucza — Machine learning in quantum key distribution networks / Wojciech SZCZEPANIK, Marcin NIEMIEC // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2023 — R. 96 nr 4, s. 109–112. — Tryb dostępu: https://krit2023.tele.agh.edu.pl/files/Przeglad_Telek_4_2023_... [2023-09-29]. — Bibliogr. s. 112, Streszcz., Abstr. — Afiliacja Autorów: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. — Konferencja Radiokomunikacji i Teleinformatyki KRiT 2023 : 20–22 września 2023, Kraków
Autorzy (2)
Słowa kluczowe
Dane bibliometryczne
ID BaDAP | 148929 |
---|---|
Data dodania do BaDAP | 2023-09-29 |
DOI | 10.15199/59.2023.4.21 |
Rok publikacji | 2023 |
Typ publikacji | referat w czasopiśmie |
Otwarty dostęp | |
Creative Commons | |
Czasopismo/seria | Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne |
Abstract
In modern computer networks, the security of information transmission is one of the priorities. For this reason, quantum key distribution – a solution resistant to quantum computer attacks – is gaining popularity. Improving the performance of the networks responsible for this is currently a topic of intense research. The article presents possible applications of machine learning in quantum networks. Possible scenarios, challenges and opportunities opened up by this direction of research are described.
Streszczenie
We współczesnych sieciach komputerowych bezpieczeństwo przesyłania informacji jest jednym z priorytetów. Z tego względu kwantowa dystrybucja klucza – rozwiązanie odporne na ataki z użyciem komputera kwantowego – zyskuje coraz większą popularność. Usprawnienie działania sieci za to odpowiedzialnych jest obecnie tematem intensywnych badań. W artykule przedstawiono możliwe zastosowania uczenia maszynowego w sieciach kwantowych. Opisano możliwe scenariusze, wyzwania oraz możliwości jakie otwiera ten kierunek badań.