(2,m)-threshold quantum data hiding

技术摘要：(2, m)-阈值量子数据隐藏

问题陈述
本文探讨了量子数据隐藏中的挑战，这是一种将信息编码到由多方共享的量子态中，使得只有在足够数量的参与者协作时才能获取数据的协议。虽然经典的数据隐藏依赖于限制通信，但量子数据隐藏即使在允许经典通信（LOCC）的情况下也能提供更强的隐蔽性，因为恢复数据需要全局量子操作。

先前的研究确立了两个极端情况：

1. 两方方案： 在两方之间隐藏一个比特，其中 LOCC 无法识别，但联合测量可以成功。
2. (m, m)-阈值方案： 在 $m$ 个参与者之间隐藏数据，其中必须由所有 $m$ 个参与者协作进行恢复。

文献中存在一个关于中间协作要求的空白。具体而言，此前尚未提出过针对 $2 \le k < m$ 的 $(k, m)$-阈值方案。作者旨在构建一种 (2, m)-阈值方案，使得任何一对参与者都能完美恢复隐藏的比特，然而所有参与者仅通过局部操作与经典通信（LOCC）进行的尝试，其获得的有效信息量微乎其微。

方法论
作者通过多方量子态判别（multiparty quantum state discrimination）的角度来解决这一问题，特别是分析了全局判别与 LOCC 判别之间的差距。

1. 理论框架：

   • 本文使用正算符值测度（POVM）来定义系综 $\mathcal{E} = \{\eta_i, \rho_i\}$ 的判别。
   • 文中引入了 PPT（正部分转置） 测度的概念。由于每种 LOCC 测量都是一种 PPT 测量，因此 PPT 判别的最优成功概率 ($p_{\text{PPT}}$) 是 LOCC 判别概率 ($p_L$) 的上界。
   • 作者推导了 $p_{\text{PPT}}$ 的对偶特征化描述（定理 1），以及针对两态系综的迹范数最小化表述（定理 2）。
   • 定理 3 是一个关键的理论贡献，它证明了由两方态的张量积构造的多方量子态系综，其最优 PPT 判别概率受限于底层两方系综的 PPT 判别概率之和。

2. 方案构建：

   • 系统架构： 对于 $m$ 个参与方 ($A_1, \dots, A_m$)，系统的构建方式是使每一对参与方 $(A_k, A_{k'})$ 都共享一个特定的两方子系统。每个参与方 $A_k$ 持有 $m-1$ 个子系统，分别对应其他每一位参与方。
   • 构建模块： 该方案利用了一个特定的两方正交 PPT 态系综 $\mathcal{T} = \{ \frac{1}{2}, \tau_0; \frac{1}{2}, \tau_1 \}$。至关重要的是，该系综的选择使得其最优 PPT 判别概率极度接近随机猜测（$1/2 + \epsilon$），尽管这些态本身是正交的。
   • 编码过程：
     • 隐藏者准备一个全局态 $\tau_{\vec{b}}$，通过对每一对 $(k, k')$ 的独立实例 $\tau_{b_{k,k'}}$ 进行张量积运算得到，其中 $b_{k,k'} \in \{0, 1\}$ 是随机比特。
     • 为了隐藏目标比特 $x$，隐藏者广播一个由随机比特 $b_{k,k'}$ 和目标比特 $x$（通过模 2 加法）导出的经典比特串 $\vec{c}$。
     • 具体而言，对于固定的对 $(\alpha, \alpha')$，比特 $c_{\alpha, \alpha'} = b_{\alpha, \alpha'} \oplus x$，而 $\vec{c}$ 中的其他比特则用于掩盖其他的随机比特。

关键结果

1. 两方完美恢复： 由于 $\tau_0$ 和 $\tau_1$ 是正交的，任何一对参与方 $(A_k, A_{k'})$ 都可以对其共享的子系统进行联合测量，从而完美区分状态并恢复比特 $x$。
2. LOCC 安全性： 本文证明了使用任何 LOCC 测量正确猜中隐藏比特 $x$ 的最大平均概率被以下公式限制：
   $$\frac{1}{2} \le p_L(\mathcal{E}) \le \frac{1}{2} + \binom{m}{2} \left( p_{\text{PPT}}(\mathcal{T}) - \frac{1}{2} \right)$$
   由于可以通过选择足够小的 $\epsilon$ 使 $p_{\text{PPT}}(\mathcal{T})$ 任意接近 $1/2$，因此任何 LOCC 策略（甚至是所有 $m$ 个参与者协作）所能获得的信息量都可以变得任意小。
3. 可分态： 所提出的方案可以使用低维量子系统（例如文中提供的两个三维 qutrit 态）的**可分态（separable states）**来实现。

意义与主张
本文声称是第一个提出 (2, m)-阈值量子数据隐藏方案的研究。其意义体现在三个主要方面：

• 中间阈值： 它证明了量子数据隐藏可以实现具有中间协作要求（$k=2$）的场景，而不仅仅是要求所有参与者进行最大程度的协作。
• 资源效率： 通过利用可分态而非纠缠态，该方案增强了实际可行性。作者明确指出，纠缠并不是实现多方量子数据隐藏的必要资源。
• 理论界限： 该工作通过建立全局 PPT 判别与局部两方判别之间的关系，为多方量子态的优化 LOCC 判别提供了新的上界。

作者对未来的扩展保持谨慎，指出虽然该方案隐藏的是单个比特，但将其扩展到多个比特或更高阈值（$k > 2$）仍是未来研究中待解决的问题。