摘要 —虽然量子计算在数据驱动领域具有巨大潜力，但应考虑量子算法中涉及的敏感或有价值信息的隐私问题。差分隐私 (DP) 是经典场景中广泛使用的基本隐私工具，现已扩展到量子领域，即量子差分隐私 (QDP)。QDP 可能成为隐私保护量子计算最有前途的方法之一，因为它不仅与经典 DP 机制兼容，而且还通过利用嘈杂的中尺度量子 (NISQ) 设备中不可避免的量子噪声来实现隐私保护。本文概述了 QDP 的各种实现及其在 DP 设置下的隐私参数方面的性能。具体而言，我们提出了 QDP 技术的分类，对文献进行分类，根据内部或外部随机化是否用作实现 QDP 的源以及这些实现如何应用于量子算法的每个阶段。我们还讨论了 QDP 的挑战和未来方向。通过总结最近的进展，我们希望为进入该领域的研究人员提供全面、最新的评论。索引术语——量子计算、量子算法、差分隐私