導論

可擴展的智能醫療系統需要安全的資料收集、高效快速的資料處理和系統的知識提取(Demirkan, 2013)，這些應用通常是計算復雜的，并需要廣泛和強大的計算資源，例如，使用當今的超級計算機，RNA測序需要至少1.5到12天甚至更多的計算時間(Kukurba和Montgomery, 2015)，此外，僅在美國，由傳感器和健康記錄生成的醫療資料就達到了1024G(transformation health, 2013年)，醫療保健大資料包括大型而復雜的電子健康記錄(EHR)，如放射影像、注釋、免疫日期、藥物、治療計劃、實驗室資料和測驗結果，除EHR外，醫學資料的計算還包括DNA計算、分子可視化、治療發現等，大醫療資料的復雜性在于其數量、多樣性和計算和管理的速度(Frost &sullivan: Drownin)，醫療資料的數量和種類為未經指示的記錄創建了一個復雜的指數搜索問題，然而，管理這些型別的資料所需的長計算時間導致了改進的關鍵限制，在一些情況下可能是致命的(Javed等，2020;Singh, Azzaoui, Kim, Pan, Park等，2020年;Chen et al.， 2020;Alshammari等，2020年)，此外，醫療大資料的安全性和私密性是另一個迫切需要快速管理的問題，由第三方供應商造成的最嚴重的醫療保健資料泄露發生在2019年(Healthsecurity and Lates,2020)，
從另一個角度看，量子資訊科學是下一個有前途的計算和資料處理領域，從本質上講，全通計算融合了經典資訊理論和量子物理定理(Abrams and Lloyd, 1997;EL Azzaoui, 2020)，Quan- tum計算機利用基本粒子的量子力學狀態，特別是被稱為自旋的內部角動量，來創造量子位元(Qubits)，根據量子物理定律，一個量子位持有兩個值;1表示自旋向上，0表示自旋向下，因此，擁有n個量子位的量子計算機能夠同步執行2ⁿ次計算，從而實作指數計算速度，
量子計算機可以有效地對無指示資料執行可擴展的復雜計算和搜索演算法，提高智能醫療系統提供的服務質量，從而提高大醫療資料的可用性，是一個有前途的解決方案，然而，就像早期的經典計算機，量子計算機是稀缺的，可能是昂貴的，為此，本文提出了一種基于區塊鏈的委托量子云架構，用于醫療大資料的處理和安全，區塊鏈用于安全目的，選擇和認證云中可以參與、共享和使用量子服務的節點，此外，量子服務器托管在云端，用于安全存盤和處理醫療相關的大資料，量子終端機被用作經典用戶和云端量子服務器之間安全且經濟的中間體，

我們提出了一種基于區塊鏈的委托量子云架構——用于安全的醫療資料處理，我們提出的架構分為三個階段:區塊鏈集群生成階段、量子終端機階段和量子云即服務階段，區塊鏈作為一種分布式技術，在量子終端機(Quantum Terminal Machine)的邊緣層，實作了智能醫院、醫學研究機構、智能醫療提供商等經典用戶之間的安全通信，這個階段生成安全的經過身份驗證的集群，這些集群可以訪問量子云并從量子云的計算能力中獲益，量子終端機器，被稱為量子影像，被用作經典云服務器和量子云服務器之間的安全介質，它的主要作用是將經典位元轉換為量子位元，并將量子云接收到的結果編譯為用戶破譯的經典位元，利用委托量子云概念，在云層安全地計算病人敏感資料，同時保護資訊保密(輸入和輸出)和計算

我們提議的研究論文的其余部分組織如下;第二部分介紹了簡要的背景研究，包括相關的作業和擬議的建筑考慮，第三部分包括主要思想概述以及接下來的階段，在建議的體系結構，第四部分討論了安全性分析和性能評估，同時，第五部分對開放式研究面臨的挑戰進行了詳細的論述，最后，我們在第六部分結束了這項作業，

相關研究

醫療資料的復雜性促使人們使用更強大的計算資源來達到所需的服務質量(QoS)和體驗質量(QoE)，云端的量子計算機理論上能夠提供快速、高效的大醫療資料計算和分析，在接下來的文章中，我們將討論量子云即服務的一些主要思想和協議，

研討會貢獻

Singh等人(Singh和Sachdev, 2014)討論了部署量子云即服務的可能優勢，他們的論文提出了量子技術與云服務集成的全面分析，作者指出，量子云即服務技術的基本好處是消除了可能使用量子云的基于量子的加密的安全困境，然而，本文并沒有提供任何一致的案例研究或分析來支持所提出的觀點，另一方面，Xin等人(2018)在核磁共振量子計算機上描述了量子云的概念，提議的服務類似于IBM的量子云體驗，在那里他們部署了核磁共振來實作計算任務，盡管如此，通過隨機基準測驗，它們只能提供至多2量子位保真度，Gong等人(2021)在可信的量子云服務器上提出了K-means演算法的高級用法，該演算法廣泛用于解決集群問題，k-means演算法執行核心子例程SwapTest和GroverOptim，同時減少了客戶端的負載，然而，他們的建議要求常規客戶擁有一臺小型的Quantum機器，以便在云層與量子服務器通信，表1總結了上述討論的相關作業，并與我們的方案進行了比較，

這些先進的論文介紹了量子服務器在云層的用途，并討論了它如何在指數水平上提高計算效率，通過使用不同的演算法，如Grover搜索演算法、K-means演算法等來測驗它，然而，這些作品的局限性是類似的;用戶或客戶都需要有一個量子機器來交付結構作為量子位，并編譯結果回來，這種技術被稱為量子互聯網，它在兩臺量子機器之間建立通信，一臺在客戶端級別，另一臺在云級別(更強大的服務器)，基于量子互聯網的通信無疑是一種非常安全的傳輸資料和計算指令的手段，但由于成本要求和糾纏復雜性等多種原因，它是不可行的(Kim等人，2021年)，因此，本文利用區塊鏈技術、量子終端機和一種介質，提出了一種可實作的、經濟的、可擴展的、安全的、高效的解決方案

關鍵貢獻

該架構的主要考慮因素如下:

• 可擴展性:智能醫療系統結合了先進的物聯網設備、傳感器和大型復雜資料，包括放射影像和病史，該應用程式的最終目標是提高患者的生活質量和服務質量，隨著越來越多的應用、傳感器和患者的加入，醫療大資料正在迅速增長，因此，創建可伸縮的基礎設施，使醫療保健提供商能夠維護其快速增長的組件的需求，而量子云作為服務可以確保這種可伸縮性，
• 效率:計算效率是大醫療資料的另一個關鍵需求，然而，隨著現有的、快速增長的大規模應用的出現，由于需求和需求高于現有的傳統服務和系統，效率并不總是能得到保證，因此，需要一個快速高效的計算系統來平衡醫療資料處理的可擴展性和效率，從而提高患者的QoS，
• 安全和隱私:智能醫療系統旨在收集大量資料，特別是實時獲取的資料和資訊，用戶的私人資訊，如ID、姓名、位置、健康狀況等，黑客可能有意或無意地缺乏這些資訊，因此，保護這些資料是一個關鍵的要求，這個問題的解決辦法是只允許預先驗證過的用戶訪問，保密性:大醫療資料的主要挑戰是資訊的安全性和隱私性，敏感資料容易受到第三方的攻擊，可能導致資料被未經授權的個人操縱、丟失或暴露，此外，智能醫療系統更容易受到安全攻擊和資料泄露，因為它們持有用戶的敏感資訊，
• 完整性:任何未經授權方對資料的操作或修改是智能城市環境中的另一個關鍵問題，攻擊者可能使用惡意軟體或偽裝攻擊來洗掉資料，
• 可用性:在智能醫療環境中，由于其敏感性質，資料應由經授權的個人和各方在需要時訪問，確保資料可用性對智能醫療系統的功能至關重要，因為它主要依賴于資料采集，

系統模型

為了在云層面保障醫療資料的安全，利用量子技術提高計算效率，解決在用戶層面使用量子機的成本和可行性困境，本文提出了一種新的解決方案，我們提出的體系結構可分為三層:1)醫療設備層，2)邊緣層，3)云層，該體系結構的概述如圖1所示，

該體系結構由三層組成，旨在利用委托量子計算和區塊鏈技術創建可行、安全、可擴展的醫療大資料處理，

1. 設備層:我們提出的體系結構的第一層是設備副層;它損害了由受信任的醫療保健服務提供商(如醫院)收集的智能醫療保健資料，這些資料可以直接從醫療物聯網設備和可穿戴傳感器中獲取的患者的醫療記錄，或患者的藥物、疾病、分析、放射史等醫院記錄，這些資料被稱為電子醫療記錄(Electronic Healthcare Records)，由于其性質，這些資料很容易理解，對于為每一位患者創建有針對性和個性化的治療至關重要;因此，它需要更高的安全性度量，此外，復雜的醫療資料包括DNA測序、藥物分子可視化、治療發現等資料也在這一層收集，這些資料對于使用當今速度更快的超級計算機來計算是至關重要和具有挑戰性的，它們直接有助于更好地治療和理解每個病人的病例;因此，他們迫切需要快速、可伸縮和高效的資料處理，
2. 邊緣層:提議的體系結構中的第二層是邊緣層，這一層是我們提案的主要貢獻，區塊鏈技術駐留在這一層，創建一個由誠實節點組成的安全集群，這些節點有權訪問量子云并從其服務中受益，此外，量子機終端，即權通影像，也包括在這一層，以方便經典用戶和量子云之間的通信，
3. 云層:建議中的最后一層是量子服務器所在的云層，云端的量子服務器執行來自客戶端的各種請求計算，例如DNA測序、藥物發現，或者在不知道輸入資訊的情況下搜索未經指示的和變體的資料庫，因此，在量子云服務器上提供了委托計算的名稱，與任何經典計算機相比，所請求的分析以指數級的速度、可伸縮性和效率執行，更安全，因為客戶端和量子服務器在云上的通信通道是通過區塊鏈技術驗證和驗證的，此外，計算是盲目進行的，這將確保資訊和計算，為了實作和模擬這個提議的架構，我們考慮了這樣一種情況:云中的每個服務提供商都有自己的嵌入式量子服務;在智能醫療保健場景中，服務提供商控制一個基于量子的專門用于醫療保健服務的云，

該架構的主要設計可以分為三個基本步驟;首先，進行基于區塊鏈的集群選擇的預初始化階段，為了防止惡意節點和智能醫療系統組件(如假醫院)訪問量子網路的服務，使用區塊鏈對請求提供服務的每個節點進行驗證和驗證，二是量子機終端的基本初始化階段;量子機器終端(QMT)是經典設備和量子服務器之間的媒介，QMT是一個至少有1個量子位的小型量子機器，它幫助將經典位元編譯成量子服務器可讀的量子位，反之亦然，最后，在云層的量子云計算階段，量子云計算(QCC)是在量子服務器上運行的一套操作和功能，用于醫療廣泛的資料安全和處理，如委托量子計算(DQC)和Grover的搜索演算法，在下面的小節中，我們將詳細描述這些階段

Pre-initialization phases

由于量子云所保證的計算能力，并不是每一個智能醫療系統的客戶都有權訪問和使用它，只有預先驗證和認證的節點，如誠實的醫院和國家衛生提供商，才能請求使用量子云服務，因此，只有相同的認證設備能夠接收從量子云回傳的計算結果并解密它們，區塊鏈是一種分布式的、安全的、加密保證的、既非偽造也非修改的分布式賬本技術可以作為一種驗證和認證節點的手段，在這種情況下，我們提出了一種基于區塊鏈的聚類選擇;所使用的共識演算法是著名的實用拜占庭容錯演算法的改進版本，一個聯合體區塊鏈是考慮周到的，其中驗證和驗證請求的節點都是預先選定的節點，演算法1描述了所需的步驟，


誠實客戶的選擇可以解釋為:當客戶(醫療保健提供商、醫院)希望從量子云服務中獲益時，它必須首先向檢查機構(CA)發送請求，在該演算法中，CA可以是管理其他客戶端的政府醫療機構;在該演算法中，CA被指定為根的角色，CA驗證客戶端的身份;如果它是準確的，CA成為分配的CL₀根，并開始廣播訊息，收到CL₀報文的對等體繼續守護該報文，并計算其記憶體中的報文數量，當訊息數達到f+1輪時，廣播提交狀態，并將標記結果發送到CL₀，該演算法中部署了函式標記，用于最后階段檢查，參與的同伴繼續發送結果到CL₀，直到它達到2f+1，使用標記函式，可以比較CL₀和CL_k的結果，如果結果一致，客戶被認為是一個誠實的客戶;如果沒有，請求是被遺漏的，

基于區塊鏈的集群選擇確保了只有誠實的客戶端才能成為系統的一部分，從而提供了智能醫療客戶所需的保護，因此，只有誠實且經過驗證的客戶才能使用該系統，然而，這并不是區塊鏈在我們系統中的唯一角色，在對誠實節點進行驗證和驗證后，區塊鏈將在邊緣層保護被驗證的健康服務提供商和量子機終端之間的通信，這個額外的階段加強了私有資料和計算請求的安全性，并確保量子機終端對輸入和輸出是盲目的

使用演算法2，我們使用區塊鏈加密從醫療保健客戶端發送到邊緣層QMT的所有訊息，并使用曲線25519 Diffie-Hellman密碼密鑰(CDHCK)加密私有客戶端密鑰，使用新生成的加密私鑰對打算使用NaCl Crypto Box演算法發送的訊息進行加密，NaCl盒是一種新型的用于網路通信的高速庫.它用于加密、簽名和解密訊息，我們在我們的框架中部署了這個演算法，因為它易于使用和高速性能，醫療保健客戶端發送的訊息和計算請求包括敏感資訊，如患者姓名、病史甚至DNA資訊，所有這些資料都需要在量子服務器上進行繁重的計算，在我們提出的框架中，我們在邊緣層使用量子機器終端(QTM)作為醫療保健客戶端和云中的量子服務器之間通信的手段，并且，與其他相關作業不同的是，我們使用區塊鏈技術考慮了客戶端與邊緣節點之間通信的安全性，因此，QMT是完全盲的，不知道醫療保健客戶端發送的資料或計算請求，QMT的作用是將客戶端發送的訊息和請求從經典位元轉換為量子服務器的可讀量子位，下面的部分將詳細部署這個步驟，

量子計算機終端

量子機器終端(Quantum Machine Terminal, QMT)，又稱量子影像(Quantum Image)，是本文的主要貢獻之一，QMT被用作傳統客戶端(如智能醫院和云中的量子服務器)之間的媒介，因此，減少需要有一個量子計算機在終端用戶級別，這是不可行的在今天的場景，此外，QMI使用基于量子的加密技術增強了客戶端和量子服務器之間通信的安全性，

初始化階段

QMT包括一個預先配置的開發環境，一個運行在邊猿澩上的虛擬量子機器，并包括編碼門和編譯器，如圖2所示，編碼門的作用是將經典位轉換為量子位，并將產生的量子位編碼為門，為了將量子位編碼為門，我們部署了Rx、Ry和Rz量子邏輯門，

Rx門:Rx是旋轉算子之一，它是基于角度θ繞x軸旋轉的單個量子位，如:

Ry門:Ry是旋轉算子之一，它是通過角度θ繞y軸旋轉的單量子位，如:

Rz門:Rz是旋轉算子之一，它是通過角度θ繞z軸旋轉的單量子位，如:

Rx、Ry和Rz門以及CNOT門的使用允許我們將量子位編碼到門中，準備發送到量子服務器所在的云，為了構建這個系統，我們使用了IBM的量子云進行研究，使用了Qistkit語言，圖3所示，一個捕獲代碼部署創建所需的門，而圖3，B描述了它的視覺表示，

QMT和QCS之間的安全通信

醫療客戶端采用區塊鏈將訊息轉發到量子機終端安全所在的邊緣層，為了進行處理，QMT必須將訊息發送到量子云服務器，大量論述了計算的角度及其錯誤的正確性，然而，據我們所知，安全方面還沒有得到考慮，量子密鑰分發(Quantum Key Distribution, QKD)是一種基于公共密鑰的遠程安全通信方式，QKD是最常用的量子密碼解決方案之一，因為它被證明在完美的量子通信信道上是無條件安全的，然而，它在噪聲信道上是準不安全的，正如W ojcik (W ojcik, 2003)所討論的，此外，QKD適合于檢測編碼的訊息是否已泄露給竊聽者，但編碼的秘密訊息可能在檢測到竊聽者之前就被泄露，這違反了醫療保健應用程式的安全需求，另一方面，量子一次性Pad (Q-OTP)允許在私鑰與訊息長度相同的兩個物體之間建立絕對安全的通信，Q-OTP的使用確保了在一個秘密的直接通信環境中完全的通信安全和隱私，本文對Deng等人(Deng和Long, 1103)提出的創建量子安全直接通信(QSDC)的建議進行了改進，QSDC用于緊急情況下發送安全訊息，而無需生成共享密鑰，在我們的場景中，醫療保健客戶端在使用區塊鏈技術進行驗證和身份驗證后，可以在邊緣層直接與QMT通信，醫療保健客戶端為能夠將所需的計算功能作為加密訊息發送到QTM，接著，QTM將訊息從經典位轉換為量子服務器可以理解的量子位，在這個階段，QTM需要在云層與Quantum服務器建立一個安全的通信通道，為此，我們部署了Q-OTP演算法，以確保通信資訊的安全性和私密性，假設醫院a (HA)實驗室需要在量子服務器(QS)上對病人的DNA執行一組特定的計算，因為DNA中包含了患者的敏感資訊和資料，所以通信渠道和資訊必須確保不被竊聽，為了實作訊息的安全轉換，HA和QS采用了線性基礎：

| H比;對應水平偏振態，|V >對應垂直偏振狀態，以及對角線基

狀態|u >和|0 >表示0的二進制值，|d >和|1 >表示1的二進制值，直線基和對角基是本方案中使用的主要測量基，
要創建一個Q-OTP，我們必須遵循兩個步驟:

1. 發送階段:QS準備并發送單個光子批，其中每個光子基于四種主要狀態之一被極化，即|H >， |V >， |u >和|d >，HC接收這批光子并隨機選擇一組光子進行測量，基于錯誤率的概念，QS可以判斷是否存在竊聽者(通過對HC先前知識的測量進行比較)，如果錯誤率低，則認為信道是安全的，通信可以保持，否則，傳輸將被丟棄，該方法利用了|H >， |V >， |u >和|d >;四種狀態和一組隨機批次，使其在不透明攻擊下比其他方法更安全，發送階段可在演算法3中總結，
   

2. 報文編碼和回傳:在對通信信道的安全性進行檢查后，由HC對報文進行編碼并發送給QS，為了做到這一點，HC利用了兩種幺正運算中的一種，特別是I和U操作，如演算法4所示，這兩個測量基都使用算子U來翻轉各自的狀態，如下所示：
   
   HC將編碼后的批處理和訊息回傳給QS，由于QS已經知道了測量依據，所以可以安全地讀取秘密資訊，因此，在這個階段，即使竊聽者設法中斷了通信，也無法讀取資訊，從而實作了通信的完全保密，

云委托的量子計算

委托量子計算(DQC)允許我們充分受益于量子計算能力，同時保護資訊和計算安全，DQC中的計算操作是一組糾纏態的測量角度(Kashefi和Pappa, 2017)，為了組成量子電路，我們可以使用下列門序列:{X, Z, H, P, CNOT，和R}構成圖5~10，所有的輔助量子位制備和單量子位計算基礎測量，


基于XZ = ZH的原則，我們可以將H-gate協議表示為：

根據PZ = ZP, PX = -i ZXP，可以給出P-gate協議

類似地，CNOT-gate協議可以描述如下，其中|φ >是一個2量子位系統，

云端的量子服務器只能訪問QMT以其加密形式發送的輸入，我們必須在這里提到，QMT使用量子一次性墊方法對經典客戶端發送的委托計算請求進行加密，傳統的客戶端可以選擇在加密階段使用的nonce，因此，當接收到輸出時，它可以解密;服務器和QMT不了解任何關于輸入的資訊，回顧(Deng and Long, 1103)中提到的量子資訊符號，我們注意到

泡利（Pauli）門X和Z分別表示泡利-X，泡利- y表示泡利矩陣σx和σz等


基于下列阿達瑪矩陣將狀態|0>映射到 ∣ 0 > + 1 > 2 \frac{|0>+1>}{\sqrt2} 2 ?∣0>+1>?和狀態 ∣ 0 > + 1 > 2 \frac{|0>+1>}{\sqrt2} 2 ?∣0>+1>?映射到 ∣ 0 > = 1 > 2 \frac{|0>=1>}{\sqrt2} 2 ?∣0>=1>?的阿達瑪門

相門可以表示為:

最后，雙量子位門CNOT可以表示為:

基于此知識，我們可以構建代表門，對醫療保健客戶接收到的加密資料執行盲量子計算，雖然之前我們已經檢查了通信通道是否保存使用，但要達到盲計算或委托量子計算，還需要執行三個步驟，主要是:

• 客戶端使用一次性量子墊加密她的暫存器，并將加密的暫存器發送到服務器，
• 客戶端和服務器端根據要執行的電路進行一系列的通信，每次通信后客戶端都會重新調整每條相關量子線上的加密密鑰，
• 服務器將輸出暫存器回傳給客戶端，客戶端根據計算出的密鑰解密，

作為測量和輔助量子位準備協議的第一步可以在下面的圖4中描述，第二步被稱為Clifford群門，其中泡利矩陣和Clifford群操作之間的一系列眾所周知的關系是下面協議的基礎

X和Z門協議的實作

實作通用量子計算所需的唯一剩余門是一個非clifford群門(見圖9)，我們選擇在這個階段實作R門，如圖10所示，當a = 1時，r門的輸出需要P校正，如圖11所示，

這種方法將允許我們為醫療保健客戶執行完全盲量子計算，如DNA計算，同時確保輸入、輸出和計算，首先，QMT生成一個量子位序列，其中包括原始訊息量子位和一個額外的輔助量子位，以迷惑服務器，生成的量子位序列將根據門{X, Z, H, P, CNOT和R}之間的順序被平均地分配，其中一個門被隨機選擇來保存沒有輔助量子位的委托訊息，而剩下的門包含剩下的量子位元，然后，基于Q-OTP對量子位序列進行加密，并轉發到QS，在QS中對所有量子位序列執行所需的各種功能和操作，最后，輸出回傳給QMT，根據原始選擇提取訊息量子位，解密，然后轉發給客戶端，上述步驟可以在演算法5中總結出來，如圖12所示，

評估與安全分析

為了評估第一步(基于區塊鏈的集群選擇)，我們使用了Network Simulator-3 (ns-3)，它依靠c++實作智慧城市網路模型，使用Python實作網路拓撲，部署GOEthereum來實作區塊鏈，模擬是在一臺運行在Ubuntu Linux下、擁有16gb記憶體的intel core-i7計算機上進行的，我們在第二步和第三步的研究環境中使用了IBM Quantum Experience，IBM Quantum Composer和IBM Quantum Lab平臺允許研究人員訪問5量子位量子服務器，

性能評估

所有的演算法和結果都是使用基于Qiskit的IBM訪問工具執行的，Qiskit是一個用于在脈沖、電路和應用模塊上與量子計算機一起作業的開源SDK，最后，我們在發送到Quantum云服務器的資料上測驗了一個Grover搜索功能，結果如圖13所示，顯示了測量正確狀態的高概率，圖14表示了Grover演算法門的視覺概念，

為了證明我們提出的基于區塊鏈的體系結構的有效性，我們考慮了三個主要的網路性能指標;故障對等體的延遲，網路執行的一般延遲，以及使用PBFT與經典演算法相比的網路吞吐量，本文提出的區塊鏈演算法在執行方面比經典PBFT演算法有更好的效果，如圖15所示，我們在四個故障對等體的情況下，使用go -以太坊在NS-3上進行仿真，以創建一個安全的、私有的通信資料集群，

圖16顯示了一般通過網路實作PBFT延遲與經典演算法相比,描繪在圖中,建議PBFT記錄一個低延遲2 s與更高的延遲記錄器在13秒,然而,經典演算法記錄短延遲12秒,可以達到48秒，很明顯，該演算法大大降低了延遲，提高了QoS和QoE，

吞吐量仿真及結果如圖17所示，正如所描述的，所提出的PBFT在模擬程序中能夠保持高而穩定的吞吐量，而經典演算法的吞吐量隨著網路中對等節點的增加而下降，

實驗結果證明了該體系結構采用區塊鏈技術的可行性，與經典的BFT演算法相比，提出的解決方案記錄了低延遲和高吞吐量，這使得它非常適合在實景場景中實作，以補充和保護基于量子的云環境，
表2給出了對醫療資料執行Quantum委托計算和其他操作(如Grover搜索演算法)所需的延遲、預算，

安全性分析

給出一個量子狀態|φ >，一個訊息m，一個密鑰k， |φ >的加密是基于位翻轉操作X的，例如，如果k = 1，狀態|φ >被翻轉，如果k = 0，什么都不發生，下面的示例拖拽方程描述了訊息m的加密，

在式中，X取m到m⊕1，如:

解密方式如下:

加密階段可以描述為:

在這種情況下，如果竊聽者干擾了通信，那么竊聽者可以看到的是密鑰為1或0的兩種情況之一:
如果k = 0, 竊聽者將看到矩陣|m >< m|，如果k = 1, 竊聽者將看到，X|m > < m|X，
如果我們對這兩種情況進行平均，我們得到以下密度矩陣:

ρ是竊聽者能看到的狀態，且有單位矩陣：

Π 2是最大混合狀態，我們在這里注意到，我們得到了完全獨立于訊息的最大多樣化的狀態，而竊聽者不能檢索任何資訊，X操作確實能夠加密標準基態;然而，在阿達瑪基礎上我們需要使用Z算子，如:

對于Q-OTP，我們需要同時使用X和Z運算，X適用于標準基加密，Z適用于Hadamard基加密，它們都被用來加密任意的量子位，然而，要應用兩個運算子，我們需要為訊息的每個量子位部署兩位經典密鑰，因此，對于訊息m，我們有如下的加密方程

而解密可以描述為:

這可以直觀地描述為圖18，我們注意到球體中間的平均值是正確的，這等于Π/2,如:

醫療保健應用程式要求采取高安全性和隱私措施，因為它保存了有關患者的敏感資訊，比如他的病史和疾病，以及他的身份、姓名、年齡等，或者是制藥行業的實驗室資料，此外，醫療服務所需的大量計算，如DNA計算，需要在服務器層的量子計算機提供廣泛的計算能力，許多研究已經研究了量子服務器在資料計算上的性能，但是，據我們所知，很少有研究解決了與這類委托相關的安全問題，量子服務器本身對多重網路攻擊是安全的，但是，客戶端和服務器之間的通信是不安全的，竊聽者可以中斷通信并了解從客戶端發送到服務器的訊息，作為這個問題的解決方案，在這個方案中，我們部署了QOTP，在啟動與服務器的通信之前，它對秘密訊息進行編碼并驗證通信，要確保通道的安全性，這被證明是完全保密的，因為，如果是隨機選擇的測量基準，即使竊聽者設法中斷通信，也不會泄露資訊，
該架構為智能醫療系統部署了基于量子的云委托計算，如上所述，實作的PBFT記錄了低延遲和高吞吐量，這使得可行和可擴展，因此執行成本更低，此外，在云服務中使用的量子計算能力可以部署現有的量子云服務，如D-Wave、IonQ和Rigetti，這些服務每任務執行價格為0.3美元，每次不到0.01美元，執行起來相對便宜且可行，委托的量子演算法可以直接實作到這些量子云服務中的一個，每個服務提供商可以在邊緣上裝備一個小的1qubit量子機器影像，作為客戶端和量子云之間的中間體，1量子位量子機的實作成本相對較低，這使得我們提出的架構可行、安全、可擴展和成本效益，

結論

云中的量子計算無疑可以為智能醫療環境提供理想的計算能力和安全性，我們提出的架構部署了兩項領先技術，為智能醫療創造了更好的服務質量，并確保了更好的安全性，區塊鏈將減少客戶端對量子機器的需求，它將提供對量子云的誠實設備和客戶端的安全訪問，邊緣層的量子終端(量子影像)將編譯經典位到量子位，反之亦然，使用完全盲計算，量子云能夠計算復雜的醫療保健客戶的請求，同時保持資訊和計算安全，例如，我們在量子云上對完全加密的資料計算了Grover搜索演算法，以衡量所提出架構的安全性，分析證明了Q-OTP的無條件安全性，仿真結果表明基于區塊鏈的委托量子云架構實作醫療大資料安全的可行性，在我們未來的作業中，我們計劃實作這個架構，并在真實的醫療資料上執行不同的計算，以更好地測量量子錯誤率，

著作權宣告：本文是對世界上位5%的頂級論文期刊（Joural of network and computer applications）的論文【Blockchain-based delegated Quantum Cloud architecture for medical big
data security 】解讀學習，商務報告參考或學習轉載須備注資訊出處，本文是2022科研最新成果之一，已公開發布于學術論壇，各授權的學術資料庫可訪問，本文公開翻譯已獲作者授權，