6维离散混沌系统:伪随机数生成器设计与NIST检测
需积分: 0 13 浏览量
更新于2024-09-07
收藏 1.09MB PDF 举报
"这篇论文研究了基于离散广义混沌同步定理的伪随机数生成器设计及其性能分析。研究人员构建了一个6维离散混沌系统,该系统具有广义混沌同步性质,以此为基础设计出混沌伪随机数生成器(CPNG)。通过NIST的FIPS 140-2标准对生成的1000个二进制序列进行随机性检测,所有序列均通过了测试,显示了良好的随机性,适用于信息安全领域的应用。"
在这篇论文中,研究者深入探讨了如何利用混沌理论来创建高效的伪随机数生成器。他们首先介绍了3D-Lorenz系统,这是一个经典的混沌动力学系统,以其复杂的动态行为而著名。然后,他们基于离散广义混沌同步定理,这是一种混沌系统的理论框架,允许不同混沌系统之间实现同步,构建了一个新的6维离散混沌系统。这个系统的关键特性是其广义混沌同步,这意味着尽管系统内部的动态复杂,但它们能够保持一致的行为,这对于伪随机数生成至关重要,因为混沌系统的不可预测性可以产生看似随机的数字流。
设计的混沌伪随机数生成器(CPNG)利用了这个6维系统的混沌特性。CPNG的工作原理是通过混沌系统的迭代过程生成看似随机的序列。由于混沌系统的高度敏感性和遍历性,生成的序列理论上应具有很好的随机性,这对于密码学和信息安全领域非常重要。
为了验证CPNG的性能,研究者应用了美国国家标准技术研究院(NIST)制定的FIPS 140-2标准,这是一个广泛认可的加密和安全测试标准。通过对CPNG生成的1000个二进制码序列进行随机性检测,所有序列都成功通过了测试,这进一步证明了设计的CPNG具有出色的随机性。
此外,论文还进行了置信区间分析,进一步确认了这些伪随机序列的随机质量。这样的分析通常涉及统计测试,以确保序列不显示出任何可识别的模式或偏倚,这表明设计的CPNG生成的序列在统计上与真正的随机序列难以区分。
这篇研究展示了如何利用混沌理论和广义同步定理来设计一个高效的伪随机数生成器,并通过严格的NIST标准验证了其随机性,这为信息安全提供了可靠的伪随机数源,可用于加密、模拟和其他需要随机性的应用。
2019-08-16 上传
2019-09-20 上传
2019-07-22 上传
2019-07-22 上传
2019-07-22 上传
2019-07-23 上传
2019-09-20 上传
点击了解资源详情
点击了解资源详情
weixin_39840914
- 粉丝: 436
- 资源: 1万+
最新资源
- MATLAB实现小波阈值去噪:Visushrink硬软算法对比
- 易语言实现画板图像缩放功能教程
- 大模型推荐系统: 优化算法与模型压缩技术
- Stancy: 静态文件驱动的简单RESTful API与前端框架集成
- 掌握Java全文搜索:深入Apache Lucene开源系统
- 19计应19田超的Python7-1试题整理
- 易语言实现多线程网络时间同步源码解析
- 人工智能大模型学习与实践指南
- 掌握Markdown:从基础到高级技巧解析
- JS-PizzaStore: JS应用程序模拟披萨递送服务
- CAMV开源XML编辑器:编辑、验证、设计及架构工具集
- 医学免疫学情景化自动生成考题系统
- 易语言实现多语言界面编程教程
- MATLAB实现16种回归算法在数据挖掘中的应用
- ***内容构建指南:深入HTML与LaTeX
- Python实现维基百科“历史上的今天”数据抓取教程