.svg)
量子コンピューティングで、より安心安全な世界の実現へ
サイバーセキュリティにおける量子コンピューティングの役割をめぐる今日のメディアの論調は、圧倒的に否定的です。これらは、量子コンピュータは現在の暗号化標準を無力化し、人々のデータが解読されるリスクにさらされるという懸念から生じています。これは確かに深刻な懸念事項ではありますが、対策が可能なものであり、実際にすでに対策は取られています。むしろ今こそ、この量子コンピューティングに対する基本見解を乗り超えて、私たちのプライバシーとセキュリティ、安全性を向上させる、この技術のポジティブな可能性に焦点を当てるべきです。
懸念の原因
まず、量子コンピューティングが暗号化にどのような影響を与えるかを理解することが重要です。数十年もの間、RSA暗号化アルゴリズムはデータを安全に送信するための標準システムとして利用されてきました。古典コンピュータでもRSAを解読することは可能ですが、それには膨大な時間がかかります。
1994年、アメリカの数学者ピーター・ショアは、RSA暗号を驚異的な速さで解読できる量子アルゴリズムを開発しました。現在の量子コンピュータの性能はショアのアルゴリズムを実行するには不十分なものの、技術は急速に進歩しています。さまざまな推測がありますが、アルゴリズムを実行できる量子コンピュータは、10年以内、もしくはそれよりも早く登場する可能性があるでしょう。
その時間枠を考慮すると、電子メールや近い将来のプロジェクト計画など、ほとんどの形態の暗号化データと通信は引き続きRSAを安全に使用できます。しかし、金融記録、医療記録、政府データなど、10年後以降も必要になるデータの安全性は低いでしょう。犯罪者や敵対的な国家が現在の暗号ファイルをダウンロード・収集し、将来、技術が整った段階で復号しようとする可能性があるからです。
金融機関、大規模な組織、政府はRSAの脆弱性について正当に懸念しており、その多くはすでに暗号化プロトコルを評価し変更することで、この問題に対処するための措置を講じています。例えば、米国政府は昨年、政府機関に対してRSAを使用しているシステムを監査し、耐量子暗号への移行スケジュールを設定するよう命じました。一方、研究者による耐量子暗号標準の開発もすでに広く行われており、その一部は量子技術に基づいたものになるでしょう。米国国立標準技術研究所（NIST）は、手始めに4つの耐量子暗号アルゴリズムを発表し、今後さらに4つのアルゴリズムを発表する予定です。
したがって、量子技術がRSAベースのセキュリティを脅かす一方で、新しいセキュリティ標準の確立に大きな役割を果たし、私たちの通信、取引、日常生活を改善するのもまた量子技術であることを一歩引いて理解することが重要です。
A new era of security
量子暗号化はすでに開発中です。これらのプロトコルを使えば、悪意のある人物が量子通信プロトコルでデータを収集したり傍受することははるかに難しくなるため、私たちはより安全に通信できるようになります。
例えば、量子鍵配送を使えば、通信している2人のユーザーは、第三者が盗聴や改ざんを試みたかどうかを見分けられるようになります。この鍵配送のシステムは量子力学の基本的な性質、すなわち量子系を測定しようとするとその系が乱れることを利用しています。データパケットを盗み見るために鍵を入手しようとする者がいれば、検出可能な異常が発生するため、正当な所有者や受信者は必要に応じて即座に送信を停止することができます。
同様に、量子技術は真の乱数生成を可能にします。乱数生成器（RNG）は、暗号化・復号化キーやワンタイムパスワードなどのセキュリティプロトコルで使用されています。しかし、今日のRNGはまだ何かしらのコードに従っており、大量のデータセットからパターンが検出される可能性があります。このコードが解読されれば、悪意のある人物がデータファイルやアカウントにアクセスできてしまうのです。
しかし、量子力学を利用したRNGから生成される乱数は完全にランダムなため、何が生成されるかを予測する方法はありません。この真のランダム性により、暗号化情報を解読、識別、盗むことが非常に難しくなり、量子RNGを採用する企業はデータ転送や通信のセキュリティを大幅に向上させることができるでしょう。
Taking AI/ML to the next level
量子コンピューティングセキュリティアプリケーションの最大の可能性は、人工知能と機械学習（AI/ML）にあります。
セキュリティにおけるAI/MLの適用範囲はすでに広がっています。大量のデータセットを機械学習モデルに投入することで、AIは不正行為、疑わしい取引、有害なマルウェアを含む電子メールなどの潜在的な脅威を評価・特定できるようになります。今日の問題は、古典コンピュータでは膨大なデータを合理的な時間内に処理できず、AI/MLモデルに投入できるデータ量が限られ、その結果AI/MLの「スマートさ」や精度が制限されることです。
しかし、量子コンピューティングが提供するスピードの優位性は、量子コンピュータがすべてのデータを処理し接続を構築した上で、それらを古典コンピュータで実行・運用できるMLモデルに送り込めることを意味します。量子コンピューティングを使えば、そのようなモデルをより即座に作成し、そのアルゴリズムに対する信頼性も高まります。あるいは、AI/MLモデルがすべて量子コンピュータ上で実行され、分類および回帰機能が強化される可能性もあるでしょう。
このようなAI/MLモデルでは、受信トレイのフィッシングメールを見破ったり、盗まれた認証情報を使用してシステムにログインするなどの不審なユーザー行動の識別など、サイバーセキュリティの脅威を無効化する精度が格段に向上します。
また、サイバーセキュリティにとどまらず、AI/MLモデルの改善に量子コンピューティングを活用することは、その他の多くの産業でも応用できます。例えば、自動運転機能に必要なオブジェクト指向アルゴリズムを改善し、道路の安全性を向上させることができます。あるいは、量子マシンは毎日記録される大量のCCTVや警察のボディカム映像を処理・分析し、犯罪行為を特定できるでしょう。
一方で、金融業界もさまざまな恩恵を受けることができます。より高度なMLアルゴリズムは、金融詐欺の検知だけでなく、信用リスク分析の改善にも利用できるでしょう。また、金融機関が使用する高頻度取引アルゴリズムは、これらの自動取引ボットがエラーを起こすことで株式市場のフラッシュクラッシュ（相場の急落）につながりますが、量子データ処理によってこれらのアルゴリズムを改善することでこのようなエラーを抑制し、金融市場の安定性を高めると同時に、金融機関がより多くの利益を生み出すのに役立つはずです。
そして国家安全保障です。前述したように、量子暗号は政府が通信や国家機密を保護するための重要な開発ですが、量子コンピューティングをレーダー技術に応用する、量子計測と呼ばれる興味深い研究分野もあります。通常なら見逃されるようなものを詳細に検知する能力を向上させることで、戦闘機やミサイル、ドローンなどの潜在的脅威に対する重要な情報と早期警告の提供が可能になります。また、衛星画像の解析に量子アルゴリズムを応用すれば、兵士の動きや防衛線の配置など、戦場における重要な情報をリアルタイムで提供することも可能です。
結局のところ、これらは量子コンピューティングがより安全で安心な世界を実現する機会を提供する方法の一部に過ぎません。量子コンピュータを使ってより多くの情報をより迅速に処理することで、組織ははるかに高度なAIを開発できるようになり、経験則や推測に頼ることなく、より情報に基づいた選択ができるようになります。十分な性能を持つ量子コンピュータが実現するのはまだ数年先のことですが、その先には多くのエキサイティングな機会が待っているでしょう。
記事の全文はCybersecurity Insidersをお読みください。
サイバーセキュリティにおける量子コンピューティングの役割をめぐる今日のメディアの論調は、圧倒的に否定的です。これらは、量子コンピュータは現在の暗号化標準を無力化し、人々のデータが解読されるリスクにさらされるという懸念から生じています。これは確かに深刻な懸念事項ではありますが、対策が可能なものであり、実際にすでに対策は取られています。むしろ今こそ、この量子コンピューティングに対する基本見解を乗り超えて、私たちのプライバシーとセキュリティ、安全性を向上させる、この技術のポジティブな可能性に焦点を当てるべきです。
懸念の原因
まず、量子コンピューティングが暗号化にどのような影響を与えるかを理解することが重要です。数十年もの間、RSA暗号化アルゴリズムはデータを安全に送信するための標準システムとして利用されてきました。古典コンピュータでもRSAを解読することは可能ですが、それには膨大な時間がかかります。
1994年、アメリカの数学者ピーター・ショアは、RSA暗号を驚異的な速さで解読できる量子アルゴリズムを開発しました。現在の量子コンピュータの性能はショアのアルゴリズムを実行するには不十分なものの、技術は急速に進歩しています。さまざまな推測がありますが、アルゴリズムを実行できる量子コンピュータは、10年以内、もしくはそれよりも早く登場する可能性があるでしょう。
その時間枠を考慮すると、電子メールや近い将来のプロジェクト計画など、ほとんどの形態の暗号化データと通信は引き続きRSAを安全に使用できます。しかし、金融記録、医療記録、政府データなど、10年後以降も必要になるデータの安全性は低いでしょう。犯罪者や敵対的な国家が現在の暗号ファイルをダウンロード・収集し、将来、技術が整った段階で復号しようとする可能性があるからです。
金融機関、大規模な組織、政府はRSAの脆弱性について正当に懸念しており、その多くはすでに暗号化プロトコルを評価し変更することで、この問題に対処するための措置を講じています。例えば、米国政府は昨年、政府機関に対してRSAを使用しているシステムを監査し、耐量子暗号への移行スケジュールを設定するよう命じました。一方、研究者による耐量子暗号標準の開発もすでに広く行われており、その一部は量子技術に基づいたものになるでしょう。米国国立標準技術研究所（NIST）は、手始めに4つの耐量子暗号アルゴリズムを発表し、今後さらに4つのアルゴリズムを発表する予定です。
したがって、量子技術がRSAベースのセキュリティを脅かす一方で、新しいセキュリティ標準の確立に大きな役割を果たし、私たちの通信、取引、日常生活を改善するのもまた量子技術であることを一歩引いて理解することが重要です。
A new era of security
量子暗号化はすでに開発中です。これらのプロトコルを使えば、悪意のある人物が量子通信プロトコルでデータを収集したり傍受することははるかに難しくなるため、私たちはより安全に通信できるようになります。
例えば、量子鍵配送を使えば、通信している2人のユーザーは、第三者が盗聴や改ざんを試みたかどうかを見分けられるようになります。この鍵配送のシステムは量子力学の基本的な性質、すなわち量子系を測定しようとするとその系が乱れることを利用しています。データパケットを盗み見るために鍵を入手しようとする者がいれば、検出可能な異常が発生するため、正当な所有者や受信者は必要に応じて即座に送信を停止することができます。
同様に、量子技術は真の乱数生成を可能にします。乱数生成器（RNG）は、暗号化・復号化キーやワンタイムパスワードなどのセキュリティプロトコルで使用されています。しかし、今日のRNGはまだ何かしらのコードに従っており、大量のデータセットからパターンが検出される可能性があります。このコードが解読されれば、悪意のある人物がデータファイルやアカウントにアクセスできてしまうのです。
しかし、量子力学を利用したRNGから生成される乱数は完全にランダムなため、何が生成されるかを予測する方法はありません。この真のランダム性により、暗号化情報を解読、識別、盗むことが非常に難しくなり、量子RNGを採用する企業はデータ転送や通信のセキュリティを大幅に向上させることができるでしょう。
Taking AI/ML to the next level
量子コンピューティングセキュリティアプリケーションの最大の可能性は、人工知能と機械学習（AI/ML）にあります。
セキュリティにおけるAI/MLの適用範囲はすでに広がっています。大量のデータセットを機械学習モデルに投入することで、AIは不正行為、疑わしい取引、有害なマルウェアを含む電子メールなどの潜在的な脅威を評価・特定できるようになります。今日の問題は、古典コンピュータでは膨大なデータを合理的な時間内に処理できず、AI/MLモデルに投入できるデータ量が限られ、その結果AI/MLの「スマートさ」や精度が制限されることです。
しかし、量子コンピューティングが提供するスピードの優位性は、量子コンピュータがすべてのデータを処理し接続を構築した上で、それらを古典コンピュータで実行・運用できるMLモデルに送り込めることを意味します。量子コンピューティングを使えば、そのようなモデルをより即座に作成し、そのアルゴリズムに対する信頼性も高まります。あるいは、AI/MLモデルがすべて量子コンピュータ上で実行され、分類および回帰機能が強化される可能性もあるでしょう。
このようなAI/MLモデルでは、受信トレイのフィッシングメールを見破ったり、盗まれた認証情報を使用してシステムにログインするなどの不審なユーザー行動の識別など、サイバーセキュリティの脅威を無効化する精度が格段に向上します。
また、サイバーセキュリティにとどまらず、AI/MLモデルの改善に量子コンピューティングを活用することは、その他の多くの産業でも応用できます。例えば、自動運転機能に必要なオブジェクト指向アルゴリズムを改善し、道路の安全性を向上させることができます。あるいは、量子マシンは毎日記録される大量のCCTVや警察のボディカム映像を処理・分析し、犯罪行為を特定できるでしょう。
一方で、金融業界もさまざまな恩恵を受けることができます。より高度なMLアルゴリズムは、金融詐欺の検知だけでなく、信用リスク分析の改善にも利用できるでしょう。また、金融機関が使用する高頻度取引アルゴリズムは、これらの自動取引ボットがエラーを起こすことで株式市場のフラッシュクラッシュ（相場の急落）につながりますが、量子データ処理によってこれらのアルゴリズムを改善することでこのようなエラーを抑制し、金融市場の安定性を高めると同時に、金融機関がより多くの利益を生み出すのに役立つはずです。
そして国家安全保障です。前述したように、量子暗号は政府が通信や国家機密を保護するための重要な開発ですが、量子コンピューティングをレーダー技術に応用する、量子計測と呼ばれる興味深い研究分野もあります。通常なら見逃されるようなものを詳細に検知する能力を向上させることで、戦闘機やミサイル、ドローンなどの潜在的脅威に対する重要な情報と早期警告の提供が可能になります。また、衛星画像の解析に量子アルゴリズムを応用すれば、兵士の動きや防衛線の配置など、戦場における重要な情報をリアルタイムで提供することも可能です。
結局のところ、これらは量子コンピューティングがより安全で安心な世界を実現する機会を提供する方法の一部に過ぎません。量子コンピュータを使ってより多くの情報をより迅速に処理することで、組織ははるかに高度なAIを開発できるようになり、経験則や推測に頼ることなく、より情報に基づいた選択ができるようになります。十分な性能を持つ量子コンピュータが実現するのはまだ数年先のことですが、その先には多くのエキサイティングな機会が待っているでしょう。
記事の全文はCybersecurity Insidersをお読みください。
About "The Qubit Guy's Podcast"
Hosted by The Qubit Guy (Yuval Boger, our Chief Marketing Officer), the podcast hosts thought leaders in quantum computing to discuss business and technical questions that impact the quantum computing ecosystem. Our guests provide interesting insights about quantum computer software and algorithm, quantum computer hardware, key applications for quantum computing, market studies of the quantum industry and more.
If you would like to suggest a guest for the podcast, please contact us.
