Dataset e Análise de Sensibilidade de Trojans em Circuitos Quânticos

• Wildisley José de Souza Filho Instituto de Tecnologia e Liderança
• Victor Takashi Hayashi USP
• Bryan Kano Ferreira Instituto de Tecnologia e Liderança

DOI: https://doi.org/10.5753/sbseg_estendido.2026.29446

Resumo

Este trabalho apresenta um dataset e análise de sensibilidade de quantum trojans inseridos durante a compilação de circuitos quânticos. A partir de circuitos do RevLib, QASMBench e VeriQBench, estendeu-se a gama de circuitos explorados pela literatura gerando um dataset com 535 circuitos golden e 5.350 variantes QASM infectadas. O impacto das inserções é avaliado por métricas de distribuição via simulação, enquanto classificadores textuais e análise SHAP são usados para estudar a detecção e os atributos relevantes dos trojans. Os resultados mostram alterações comportamentais mensuráveis e indicam que abordagens textuais de detecção conseguem distinguir circuitos legítimos e infectados, alcançando 66,0% de acurácia e 73,3% de acurácia balanceada no cenário mais consistente.

Referências

Bolgar, C. (2025). Microsoft’s majorana 1 chip carves new path for quantum computing. Acessado em: 28 de fevereiro de 2025.

Chen, K., Fang, W., Guan, J., Hong, X., Huang, M., Liu, J., Wang, Q., and Ying, M. (2022). VeriQBench: A benchmark for multiple types of quantum circuits.

Cicero, A., Maleki, M. A., Azhar, M. W., Kockum, A. F., and Trancoso, P. (2025). Simulation of quantum computers: Review and acceleration opportunities. ACM Transactions on Quantum Computing, 7(1):1–35.

Das, S. and Ghosh, S. (2023). Trojannet: Detecting trojans in quantum circuits using machine learning. arXiv preprint arXiv:2306.16701.

Das, S. and Ghosh, S. (2024). Trojan taxonomy in quantum computing. In 2024 IEEE Computer Society Annual Symposium on VLSI (ISVLSI), pages 644–649. IEEE.

Javadi-Abhari, A. et al. (2024). Quantum computing with qiskit. arXiv preprint arXiv:2405.08810.

John, J., Golla, L., and Wang, Q. (2025). Stealthy conditional trojans in quantum circuits. In 2025 26th International Symposium on Quality Electronic Design (ISQED), pages 1–7. IEEE.

Kharkov, Y., Ivanova, A., Mikhantiev, E., and Kotelnikov, A. (2022). Arline benchmarks: Automated benchmarking platform for quantum compilers. arXiv preprint arXiv:2202.14025.

Li, A., Stein, S., Krishnamoorthy, S., and Ang, J. (2022). QASMBench: A low-level quantum benchmark suite for nisq evaluation and simulation. ACM Transactions on Quantum Computing.

Neven, H. (2024). Meet willow, our state-of-the-art quantum chip. Acessado em: 28 de fevereiro de 2025.

Nielsen, M. A. and Chuang, I. L. (2001). Quantum computation and quantum information, volume 2. Cambridge university press Cambridge.

UNESCO (2025). International year of quantum science and technology 2025. Acessado em: 28 de fevereiro de 2025.

Wille, R., Große, D., Teuber, L., Dueck, G. W., and Drechsler, R. (2008). RevLib: An online resource for reversible functions and reversible circuits. In Int’l Symp. on Multi-Valued Logic, pages 220–225. RevLib is available at [link].