Intel RNG真随机数生成器的研究与应用

需积分: 34 14 下载量 73 浏览量 更新于2024-09-11 收藏 452KB PDF 举报
"基于Intel_RNG的真随机数生成器研究" 本文主要探讨了如何利用Intel芯片组中的硬件随机数生成器(RNG)构建一个真正的随机数生成器。研究者黄枫和申洪在Intel 815E芯片组的个人计算机上,通过安装Intel Security Driver (ISD)并使用Microsoft Visual C++ 6进行编程,实现了从RNG单元获取随机数的功能。 在技术实现方面,研究者通过寄存器读取的方式,直接访问Intel芯片内置的RNG,以获取高质量的随机数。这种方法的优势在于,硬件RNG通常基于物理过程,如电子噪声,产生的是不可预测的随机数据,相比软件算法生成的伪随机数,更具有随机性和不可预测性。 为了验证生成的随机数的质量,研究者对生成的500个随机数进行了NIST FIPS 140-1和140-2的拟合优度检验,结果表明这些随机数满足独立性和分布均匀性的要求。此外,他们还生成了7500个随机数,经过域值变换后与随机数表中的同等数量随机数进行比较,发现前者的统计特性(均值偏移、标准差、标准误差和变异系数)优于后者,这进一步证明了基于Intel RNG的随机数生成器的有效性。 文章强调,基于Intel RNG的真随机数生成器不仅在统计性质上与随机数表无显著差异,而且解决了使用随机数表可能带来的问题,如重复、可预测性等。因此,这种生成器在实际应用中具有较高的普遍性和实用性,尤其在需要高安全性和随机性的领域,如密码学、模拟实验、数据分析等。 关键词:Intel RNG;真随机数;生成器;NIST FIPS 140-1;随机数表 中图分类号:R-05(医学研究方法);TP341(计算机软件及计算机应用) 文献标识码:A 文章编号:1000.2588(2004)09—1091—05 这项研究为基于硬件的随机数生成提供了实践案例,对于提升计算安全和依赖随机数的算法性能具有重要意义。通过优化和扩展,这样的生成器可以应用于更多场景,提供更加安全可靠的随机数来源。