본 연구는 D-Wave의 Pegasus 양자 하드웨어 상에서 대규모 양자 제한 볼츠만 머신(QRBMs)을 생성 모델로 구현하여 침입 탐지 시스템(IDS)의 데이터 불균형 문제를 해결하는 것을 다룹니다. Pegasus의 향상된 연결성과 연산 능력을 활용하여 120개의 가시 유닛과 120개의 은닉 유닛을 가진 QRBM을 성공적으로 임베딩하여 기본 임베딩 도구의 한계를 극복했습니다. QRBM은 160만 개 이상의 공격 샘플을 합성하여 420만 개가 넘는 레코드의 균형 잡힌 데이터셋을 달성했습니다. SMOTE 및 RandomOversampler와 같은 기존의 균형 조정 방법과의 비교 평가 결과, QRBMs가 더 높은 품질의 합성 샘플을 생성하여 다양한 분류기에서 검출률, 정밀도, 재현율 및 F1 점수를 크게 향상시키는 것으로 나타났습니다. 본 연구는 QRBMs의 확장성과 효율성을 강조하며, 밀리초 단위로 균형 조정 작업을 완료합니다. 이러한 결과는 QML 및 QRBMs가 현대 정보 시스템의 복잡한 계산 문제에 대한 강력한 솔루션을 제공하는 차세대 데이터 전처리 도구로서의 혁신적인 잠재력을 강조합니다.
