可扩展云微服务环境中的NP完全图问题的混合量子-经典求解方法

《IEEE Access》：Hybrid Quantum-Classical Solutions for NP Complete Graph Problems in Scalable Cloud Microservice Environments

　　

摘要：

云计算平台越来越依赖大规模微服务架构，这类架构中数百个独立服务通过复杂的通信结构相互交互。分析这些交互模式并识别出高度关联的服务组，对于制定旨在优化通信效率和资源利用的服务部署策略至关重要。当在较大规模上考虑时，这类结构分析问题往往可以转化为NP完全问题。量子计算是一种有前景的技术范式，它利用量子力学的优势来扩展传统计算方法的能力。本文提出了一种基于改进的量子可行性标记算法的量子-经典混合算法，用于识别云环境中的高度交互微服务集群，并为其最优部署提供支持。仿真结果表明，所提出的模块化电路架构能够表示图的可行性关系，并有助于在小规模概念验证案例中系统地识别团结构。此外，与现有量子图算法中常用的整体电路结构相比，基于SXNORR的模块化设计提高了电路的重用性和结构可扩展性。这些研究结果表明，模块化量子电路架构可以为将量子计算应用于分析复杂系统（如基于云的微服务交互网络）提供良好的基础。