NIST随机数测试标准中文版是由李璞编译自NIST官方网站，针对那些作为保密用途的随机或伪随机数生成器产生的二进制序列的随机性进行评估。NIST测试标准包含16种详细的检测手段，每一种都旨在检测序列中可能存在的非随机模式。以下是这些检测方法的详细介绍：
1. 频率检验：首先检查序列中0和1出现的频率，判断其是否接近理想随机序列中的一半比例，即1/2。这是所有后续测试的基础。
2. 块内频数检验：分析序列中连续重复数字的模式。
3. 游程检验：关注最短的重复序列（游程）的长度。
4. 块内最长游程检验：扩展了游程检验，考察更大块内的最长游程。
5. 二元矩阵秩检验：通过比较二阶统计特性来判断随机性。
6. 离散傅里叶变换（DFT）检验：利用频域分析检测周期性和规律性。
7. 非重叠模块匹配检验：查找固定长度子序列的重复。
8. 重叠模块匹配检验：类似非重叠检验，但允许部分重叠。
9. Maurer的通用统计检验：基于统计学原理的通用方法。
10. Lempel-Ziv压缩检验：衡量数据压缩后复原的难度，随机数据应该难以压缩。
11. 线性复杂度检验：测试序列在去除已知模式后的线性结构。
12. 序列检验：评估序列是否具有某种特定的顺序或规律。
13. 近似熵检验：测量序列的不确定性和复杂性。
14. 累加和检验：计算序列元素的累加和，寻找周期性。
15. 随机游动检验：模拟随机行走过程，检查序列是否符合随机性。
16. 随机游动状态频数检验：对随机游动过程中不同状态的频率进行分析。
每个检测手段都有其特定的函数实现，例如`Frequency(n)`，其中`n`是序列长度，而其他参数如`ε`用于实际的随机或伪随机序列的比较。检验统计量`sobs`会根据序列的特性与预设的参照分布（通常是半正态分布）进行对比。如果序列随机，统计量应趋向于0；若出现非随机模式，则统计量会偏离这一基准。
需要注意的是，上述方法中的示例通常涉及较小的样本，如n=10，这只是为了展示，实际应用中可能需要更大的样本量。同时，对于某些统计分布，如正态近似值，仅在序列长度足够大时才适用。因此，NIST随机数测试标准提供了严谨的统计框架，确保随机数生成器的生成结果满足高质量随机性的要求。
我的内容管理
展开
