.png){kind=icon}
返回
Quality Random Number Generator
.png){kind=icon}
PRE
AI
DOI：10.1134/S1547477125701043.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物理学和技术的众多应用依赖于随机数生成：用于蒙特卡洛方法、密钥分发和其他任务。针对这些应用，已开发出具有精心研究和调整算法的复杂哈希函数，以生成伪随机数。根据其输出复杂度和质量，这些算法从高质量（如具有10^171重复周期的RANLUX）到快速但周期较短的算法（如梅森旋转算法，约快40倍）不等。本文介绍了真随机数乘法器算法的实现。该算法依赖于来自物理源（本例中为0.2 M大气噪声随机数，范围0-9999）的真随机数有限集合。算法通过结合列表中相隔随机距离的2个随机数对来生成新数字。随机偏移量由包含本地rand()生成器和列表中数字的移位寄存器结构计算得出，从而产生非重复的重复序列——即我们的乘法器没有已知周期。使用DieHarder[1]测试套件进行的测试表明其质量良好。
期刊
P
IF:
0.4
论文数:
143
被引数:
724
机构
引用论文
.png){kind=icon}
分享收藏
One-Time PadT. Lugrin, https://doi.org/10.1007/978-3-031-33386-61[一次性密码本], 施普林格·自然瑞士 (2023) 3–6 doi:10.1007/978-3-031-33386-61. https://doi.org/10.1007/978-3-031-33386-61
PREAI
分享收藏分享收藏 没有更多内容
没有更多内容