张仕斌，黄 曦，昌 燕，闫丽丽，程 稳

（1. 成都信息工程大学网络空间安全学院 成都 610225；2. 先进密码技术与系统安全四川省重点实验室 成都 610225）

信息技术的飞速发展催生了大数据时代的到来[1]。复杂性是大数据区别于传统数据的根本所在，大数据的复杂性必然会带来不确定性，大数据中的各种不确定性给处理大数据算法的准确性、高效性、安全性、鲁棒性带来了巨大的挑战[2]。因此，如何解决目前大数据存在的复杂性和不确定性问题已成为目前大数据领域研究的热点之一。

机器学习是人工智能领域的重要分支，在高性能计算、云计算等领域都已取得了丰硕成果[3]，如何将机器学习算法应用于大数据分析并产生实际价值越来越受到学术界和工业界的广泛关注，也已成为“大数据+人工智能”交叉融合研究领域的热点[4]。

由于量子计算具有超强的并行计算能力、指数级存储容量等特征，被认为是最有可能突破现有计算能力瓶颈的计算方式[5]。随着量子计算的发展，基于量子计算的机器学习正在兴起，量子计算会带来机器学习对数据处理能力的提高。如何在“大数据+人工智能”时代，充分利用量子计算优势，提高机器学习对大数据的处理、分析和挖掘能力已成为机器学习领域的研究热点。

本文在深入分析目前大数据环境下不确定性集合理论及大数据计算与分析方法、机器学习算法、量子计算及量子机器学习研究现状及不足的基础上，指出将“大数据+不确定性集合理论+机器学习算法+量子计算”交叉融合，进行大数据环境下量子机器学习算法及其安全性应用研究既有理论和现实意义，又有实用价值。……