Cybersécurité, modèles plus performants… les promesses du Machine Learning Quantique
● Le Machine Learning quantique (QML) se distingue du ML classique par l’encodage des données dans des états quantiques.
● Le ML quantique est prometteur pour la cybersécurité et la détection de menaces (comme les malwares) et permet un entraînement plus rapide et moins coûteux, car il peut utiliser des jeux de données plus restreints.
● La cybersécurité, à l’avenir, pourrait hybrider le meilleur du ML classique et du ML quantique, explique Grégoire Barrué, chercheur en IA et IA quantique appliquée à la cybersécurité chez Orange.
Lire l'article
● Le ML quantique est prometteur pour la cybersécurité et la détection de menaces (comme les malwares) et permet un entraînement plus rapide et moins coûteux, car il peut utiliser des jeux de données plus restreints.
● La cybersécurité, à l’avenir, pourrait hybrider le meilleur du ML classique et du ML quantique, explique Grégoire Barrué, chercheur en IA et IA quantique appliquée à la cybersécurité chez Orange.
Parlons Tech 24 – Cybersécurité, confiance, intelligence artificielle… à quoi ressemblera le monde post-quantique ?
Ecouter le podcast
Orange lance une initiative de recherche en calcul quantique, en vue d’optimiser les opérations réseaux
Lire l'article
La protection contre les menaces quantiques désormais à la portée des entreprises et institutions
Lire l'article
