KeyFrame內部研究專用

Black Hat Asia 2026 | Ensuring the Cloud Quantum Computer Runs Your Program… But Learns Nothing

Black Hat英文
觀看原始影片

三句話摘要

CLOQ 技術如何保護量子程式在不信任雲端上執行時的輸出結果,使用戶無需本地量子電腦也能安全隱藏演算法和結果。 CLOQ 透過在量子測量前混淆輸出並利用古典電腦解密,實現了廉價且通用的量子雲端隱私保護,無需本機量子設備就能安全外包運算。 量子雲端的三大攻擊面:輸入資料(含加密訊息)、演算法本身(高價值 IP)、輸出結果(破解結果)都可能被不信任的第三方竊取,特別是量子演算法可能用於 RSA 破解等關鍵應用。

重點整理

  1. 量子雲端的三大攻擊面:輸入資料(含加密訊息)、演算法本身(高價值 IP)、輸出結果(破解結果)都可能被不信任的第三方竊取,特別是量子演算法可能用於 RSA 破解等關鍵應用。

  2. CLOQ 核心機制是在量子測量前隨機加入編號的量子閘(X、SWAP、CNOT、CCNOT、S 等),記錄每個閘的編號與作用量子位元成為金鑰,使雲端收到的結果分佈完全混亂且無規律。

  3. 古典解密原理:大多數量子閘在測量後等價於古典邏輯閘(如 CNOT 等同 XOR),因此接收到混淆結果後,用戶可從後往前逆向應用古典操作逐一抵銷每個混淆閘,無需量子硬體。

  4. 相比前代方案的革命性優勢:不占用額外量子位元(節省成本和雜訊),不干擾編譯器的電路最佳化,適用幾乎所有電路,最重要的是無需本地量子電腦,徹底解決了「既有本地量子電腦就無需雲端」的矛盾。

實用技巧與重點

  • 成本與效能數據:
  • 量子雲端服務:約 $100/分鐘計費
  • El Capitan 超級電腦:1.74 XF lobs
  • 谷歌量子電腦:同一問題 5 分鐘解決
  • 量子基礎單位:
  • Qubit(量子位元):可疊加態(如 40% 0、60% 1)
  • 四大基本操作類型:FLIP(反轉)、ROTATE(旋轉)、SPLIT(疊加,Hadamard 閘)、LINK(糾纏)
  • 具體量子閘及古典等價:
  • X 閘 ↔ NOT 閘
  • SWAP 閘 ↔ SWAP 操作
  • CNOT 閘 ↔ XOR 閘
  • CCNOT 閘 ↔ AND+XOR 組合
  • S 閘(相位閘)↔ 恆等操作(測量後無效)
  • Hadamard 閘:無古典等價(唯一例外)
  • CLOQ 混淆閘組:
  • 8 種閘,編號分別為 0-7(X、CNOT、SWAP、CCNOT、S、H 等及其控制版本)
  • 評估指標:
  • TVD(Total Variation Distance):0=無差異,1=最大差異
  • CLOQ:0.8
  • 前代方案:0.4-0.7
  • 部署方式:
  • 網頁介面(線上試用)
  • Docker 容器(本機私密使用,無需傳送至任何服務)

結論

CLOQ 透過在量子測量前混淆輸出並利用古典電腦解密,實現了廉價且通用的量子雲端隱私保護,無需本機量子設備就能安全外包運算。

完整解析

量子計算的實用性已從理論邁向產業應用。最快古典超級電腦 El Capitan 需要數兆年求解的問題,谷歌量子電腦只需 5 分鐘,這使量子計算在量子模擬、最佳化、複雜系統規劃、搜尋與 RSA 分解等領域具有革命性潛力。然而大多數組織無法負擔百萬至億美元的量子電腦成本,因此依賴付費雲端服務執行量子程式。這帶來嚴重安全風險:提交的輸入資料(如待破解的加密訊息)、演算法本身(高價值 IP)與輸出結果(破解成果)都可能被不信任的雲端供應商竊取。雲端服務的成本模型加劇了這個問題——每分鐘約 $100 的費用,使得電路複雜度與量子位元數量的每次增加都直接影響帳單,迫使效率與最佳化成為必須而非選項。

CLOQ 技術通過在量子測量前隨機插入編號的量子閘來解決輸出保護問題。這 8 種閘(包括 X、SWAP、CNOT、CCNOT、S 等及其控制版本)被隨機加入電路,每個閘的編號與其作用的量子位元組成加密金鑰,只有使用者保有此金鑰。混淆後的電路傳送至雲端執行時,結果直方圖會完全打亂——原本的高峰出現在不同位置,量子雲端看到的是毫無意義的混亂分佈,無法推斷原始演算法或結果。

解密的魔力在於古典可逆性。除了 Hadamard 閘(創造疊加態,古典系統無法複製),所有量子閘在測量後都等價於古典邏輯運算。使用者接收混淆結果後,無需量子電腦,只須用古典電腦從後往前逆向應用金鑰指定的操作。例如,若 CNOT 閘工作在量子位元 q2、q1 上,測量後等同古典 XOR,只需檢查當前 q2 狀態並古典翻轉 q3;SWAP 等同位元交換,直接交換;S 閘測量後無效果,跳過即可。逐一還原每個混淆閘後,被破壞的結果自動恢復為原始正確的分佈。

CLOQ 在多個面向超越前代方案。其 TVD 混淆指標達 0.8(衡量結果差異程度,最高為 1),遠優於虛擬閘、邏輯鎖定、相位修改方案的 0.4-0.7。它不增加量子位元(節省成本與雜訊),不干擾編譯器最佳化(許多前代方案被優化器消除),適用幾乎所有電路類型。最關鍵的優勢是無需本地量子電腦——這解決了前代方案的根本悖論:若使用者已擁有昂貴的本地量子電腦,為何還需雲端服務?CLOQ 讓所有規模的組織(甚至個人研究者)都能在不負擔龐大硬體成本的前提下,以古典計算保護寶貴的量子演算法。

73 min
Web2 安全中文11月16日

TryHackMe AI in the Modern SOC | Full Walkthrough 2026

Djalil Ayed看原片 ↗
  • AI 生成內容需要人工驗證:AI 提供初步的案件摘要和假設,但分析師必須通過查詢實際日誌、確認程序關係、檢查時間線來驗證每一個發現,不能直接相信 AI 的输出,因為它可能存在誤差或幻覺。
  • 程序族譜追蹤是關鍵:需要追蹤完整的父進程到子進程的鏈条,記錄每個進程的實體 ID(process entity ID)、父進程實體 ID 和執行時間戳,藉此判斷是否為惡意活動鏈条。
66 min
企業管理中文11月13日

資安事件連環爆,AI淪駭客武器?宏碁二代施宣輝:打造台灣資安龍頭還不夠,為何押注「低軌衛星」搶攻太空新戰局?【哈佛人物面對面】

哈佛商業評論看原片 ↗
  • 資安投資陷阱源於無形價值:資安是預防性成本,當沒有駭客入侵時使用者感受不到價值,導致企業傾向於不投資。企業即使遭受攻擊後復原,由於沒有聯防機制,駭客的AI大腦會立即將攻擊手法複製到其他目標,形成全球皆然的惡性循環。
  • 駭客AI化改變攻擊規則:AI語言模型具有單一大腦同服多人的特性,一旦找到攻擊方法就能同時突破所有使用同一系統的用戶。因此個別企業的自我修復已經失效,必須轉向整個供應鏈的聯防體系才能應對。
10 min
Web2 安全中文11月2日

I Used AI to Pick My Bug Bounty Targets

  • 漏洞賞金領域競爭激烈,大型知名程序的簡單漏洞已被眾多獵人發現,初學者會面臨重複提交和被忽視的風險,因此應選擇新程序和新增範圍以獲得更多機會。
  • 五個關鍵篩選指標為:回應時間(追求24小時快速回應,避免一個月以上),範圍大小和新鮮度(新添加的資產競爭較少),程序年齡(2025-2026年啟動的新程序較佳),安全政策規範檢查,報酬結構(穩定中等報酬的冷門程序優於高報酬但擁擠的大牌項目)