基于量子随机行走智能处理的理论和方法

The DQC (dynamic quantum clustering) is the extended to quantum clustering, it includes Schrodinger equation based on the Hamiltonian with the time evolution. That the quantum random walk intelligent disposal theory and method is the contents of the project. We will regard the data points as the nodes of a fully connected. In the random walk model, the distance between the any two nodes will be changed into the transition probability between the two states. In this way, we can have a transition matrix for . We assume that each node has a moving particle, and we design the random walk rule for particles by the theory of the discrete Fourier transform. A stationary probability distribution will arise for the particles of space of the transfer matrix by movement and collision. So, we set up a quantum random walk model, and we try to provide a possible solution to solve the problem of swarm intelligence.

动态量子聚类是量子聚类的延伸，延伸到包括时间演化的基于哈密顿量的薛定谔方程。本项目研究基于量子随机行走智能处理的理论和方法，将数据点（粒子）比作全连通图上的节点，而两节点之间的距离将转换为随机行走过程中两状态之间的转移概率，这样可以得到一个 的转移矩阵。假设每个节点上都有一个可运动的粒子，根据离散傅里叶变换等思想设计粒子的随机行走规则，那么在转移矩阵空间上的粒子经过运动和碰撞，最终得到一个平稳的概率分布。从而我们建立量子随机行走模型，并尝试为解决群体智能问题提供可能的解决方案。

随机行走和量子行走都具有连续型或离散型两种类型。尽管连续型的随机行走可以通过离散型的随机行走的序列极限来获得，但是这两种类型的量子行走存在着根本的不同，因为在离散的情况下对自由度有更高的要求。. 量子行走是对经典行走的量子模拟，利用量子纠缠特性，可以使得数据点在行走策略的选择过程中互相影响，从而得到与经典行走不同的结果。将量子行走应用于聚类问题，并提出一种新的基于空间的量子行走聚类算法。该算法将数据点看成是行走的参与者，通过收益矩阵中的行走函数，使得相似的数据点按照一定的规则形成聚类。并通过设定空间合并规则，使得行走过程得到简化。以三维为例，定义了数据空间、数据空间的邻域、数据空间的合并与坍缩、基于空间的随机行走、空间的合并的算法与步骤。建立了基于空间的随机行走量子聚类模型，并通过聚类精度、聚类的准确率和召回率来反应聚类的质量。. 提出了一种云计算三要素之间安全访问控制的量子认证方法。身份认证信息的窃取仍然是云计算面对的重要安全威胁，攻击者通过这些账号身份信息侵入到云计算服务中，从多个角度可以达到破坏云计算中数据安全的目的。为此，提出了基于量子认证的云计算保护管理模型，将量子认证技术应用到云计算中，进行安全保护。提高了云计算三要素（数据使用者、云服务提供商、数据拥有者）之间访问控制的安全性和可靠性，并对其吞吐效率和通信效率进行了分析。由于其不可克隆性，它比经典方法安全可靠。. 为了克服电子邮件经典加密的不足，提出了一种基于量子隐形传态的邮件加密协议，利用量子的纠缠性和不可克隆型，在电子邮件的发送和接收过程中进行量子加密，确保邮件传输的安全性和可靠性。