我校网络空间安全学院（芯谷产业学院）先进密码与量子计算团队在计算机科学领域期刊《Future Generation Computer Systems》（影响因子6.1，中科院2区）上发表了题为《Distributed machine learning based on quantum cloud with quantum homomorphic encryption》的研究论文。2022级研究生曾林为该论文第一作者，昌燕教授与苟智坚讲师为共同通讯作者，成都信息工程大学网络空间安全学院（芯谷产业学院）为第一单位。

论文针对量子联邦学习（QFL）中用户隐私保护与量子资源受限的双重挑战，创新性地提出了量子电路随机重构同态加密算法（QCRRA）。该方法通过随机混淆酉矩阵序列生成无限密文空间，结合补偿酉矩阵分解技术，实现了对量子计算过程的全同态加密保护。研究团队设计了基于QCRRA的量子联邦学习框架，允许纯经典计算能力的用户通过第三方量子云安全参与模型训练。实验结果表明，QCRRA在保证模型精度的同时，显著降低了通信成本，并展现出极强的抗攻击能力。该研究为量子机器学习的安全部署提供了新思路，对推动隐私保护的分布式量子计算发展具有重要意义。

文章信息：https://doi.org/10.1016/j.future.2025.108053