In quantum private information retrieval (QPIR), a user retrieves a classical file from multiple servers by downloading quantum systems without revealing the identity of the file. The QPIR capacity is the maximal achievable ratio of the retrieved file size to the total download size. In this paper, the capacity of QPIR from MDS-coded and colluding servers is studied. Two classes of QPIR, called stabilizer QPIR and dimension squared QPIR induced from classical strongly linear PIR are defined, and the related QPIR capacities are derived. For the non-colluding case, the general QPIR capacity is derived when the number of files goes to infinity. The capacities of symmetric and non-symmetric QPIR with coded and colluding servers are proved to coincide, being double to their classical counterparts. A general statement on the converse bound for QPIR with coded and colluding servers is derived showing that the capacities of stabilizer QPIR and dimension squared QPIR induced from any class of PIR are upper bounded by twice the classical capacity of the respective PIR class. The proposed capacity-achieving scheme combines the star-product scheme by Freij-Hollanti et al. and the stabilizer QPIR scheme by Song et al. by employing (weakly) self-dual Reed--Solomon codes.


翻译:在量子私人信息检索(QPIR)中,用户通过下载量子系统从多个服务器上检索一个古典文件。QPIR能力是检索到的文件大小与总下载大小的最大可实现比例的最大比例。在本文中,研究了MDS编码和串通服务器的QPIR能力。两个类别QPIR(称为稳定器QPIR)和由古典强烈线性PIR导引出的维度正方方方方位 QPIR, 并得出相关的QPIR能力。对于非交错性案件,当文件数量达到无限化时,一般QPIR能力是生成的。对称和非对称 QPIR的QPIR能力与总可实现最大比例比例。通过SIMIIR 和SIMIAR 模型,通过SIMI-RIS-Rial-Rial-Rimal-Rimal-RIMI-RIMI-RIS-RIPR-RIS-RIL-RIAL-RIAL-SIMIT-SIR-SIMIL-SIR-SIR-SIR-SIR-SIR-SIR-SIR-SIR-SIR-SIR-SIMIL-SIR-SIR-SIR-SIR-SIR-Sl-SL-Sl-SIL-SI-SI-SL-SL-SIR-SIR-SIR-SIR-SIR-RIL-SL-SL-SIR-SIR-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-SL-S-SL-SL-SL-R-R-SL-S-S-SL-SL-SL-SL-SL-SL-SL-SL-SL-SM-SL-SL-SL-SL-SL-S-S-SL-SL-S-S-S-S-SL-S-S-S-S-S-S-S-S-S-S-S

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
【经典书】凸优化理论,MIT-Dimitri P. Bertsekas教授,257页pdf
【经典书】计算理论导论,482页pdf
专知会员服务
84+阅读 · 2021年4月10日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
84+阅读 · 2020年12月5日
【DeepMind】强化学习教程,83页ppt
专知会员服务
152+阅读 · 2020年8月7日
专知会员服务
82+阅读 · 2020年5月16日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
RoBERTa中文预训练模型:RoBERTa for Chinese
PaperWeekly
57+阅读 · 2019年9月16日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年8月29日
Arxiv
0+阅读 · 2021年8月29日
Arxiv
0+阅读 · 2021年8月28日
VIP会员
相关VIP内容
【经典书】凸优化理论,MIT-Dimitri P. Bertsekas教授,257页pdf
【经典书】计算理论导论,482页pdf
专知会员服务
84+阅读 · 2021年4月10日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
84+阅读 · 2020年12月5日
【DeepMind】强化学习教程,83页ppt
专知会员服务
152+阅读 · 2020年8月7日
专知会员服务
82+阅读 · 2020年5月16日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
相关资讯
RoBERTa中文预训练模型:RoBERTa for Chinese
PaperWeekly
57+阅读 · 2019年9月16日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员