On the Design of LIL Tests for (Pseudo) Random Generators and Some Experimental Results
NIST SP 800 -22（2010）提出了（伪）随机发生器的最新测试套件，以检测二进制序列与随机性的偏差。一方面，作为NIST SP 800 -22测试集的反例，很容易构造出NIST SP 800 -22测试集认为是GOOD伪随机发生器的函数，尽管这些函数的输出很容易与均匀分布区分开。因此，这些函数根据定义不是伪随机生成器。另一方面，NIST SP 800 -22没有涵盖随机性的一些重要定律。关于随机二元串的两个基本极限定理是中心极限定理和重对数律。NIST SP 800 -22中的几个频率相关测试涵盖了中心极限定理，而NIST SP 800 -22中没有测试涵盖LIL。本文提出了解决NIST SP 800 -22测试套件面临的上述挑战的技术。首先，我们提出了基于统计距离的（伪）随机发生器的测试技术，以减少上述NIST SP 800 -22测试套件中的第二类错误。其次，我们提出了基于LIL的统计测试技术，计算概率，并通过产生约30 TB的伪随机序列对广泛使用的伪随机发生器进行实验测试。实验结果表明，对于1000个序列（2 TB）的样本量，生成的序列与均匀分布之间的统计距离约为0.07（$0$表示统计上不可区分，$1$表示完全可区分），均方根偏差约为0.005。
2014-01-14 cs.CR
A Pseudo Random Numbers Generator Based on Chaotic Iterations. Application to Watermarking
提出了一种新的混沌伪随机数发生器。它结合了著名的ISAAC和XOR移位发生器与混沌迭代。该伪随机数发生器具有重要的拓扑混沌特性，并成功地通过了NIST和TestU01系列测试。这使得我们的发电机适合信息安全应用程序，如密码学。作为一个说明性的例子，在水印领域的应用。
2010-12-21 cs.CR nlin.CD
Constructing a Pseudorandom Generator Requires an Almost Linear Number of Calls
我们表明，一个黑盒构造的伪随机发生器从一个单向函数需要欧米茄（n/log（n））调用底层的单向函数。如果保证单向函数是正则的，则该界甚至成立。在这种情况下，它与Goldreich，Krawczyk和Luby（SIAM J. Comp. 22，1993）最著名的构造相匹配，它使用O（n/log（n））调用。
2012-05-21 cs.CC cs.CR
On the design of a family of CI pseudo-random number generators
混沌及其在保密通信领域的应用已经引起了人们的广泛关注。基于混沌的伪随机数发生器是保证Internet等开放网络安全的关键。我们以前已经证明，它是可能的，以定义这样的发电机具有良好的统计特性，通过使用一种工具称为“混沌迭代”，这取决于迭代函数。本文提出了一种寻找更新函数的方法，使得相关的生成器呈现出类随机和混沌的行为。为此，我们使用向量布尔否定作为原型，并解释如何修改此迭代函数，而不会降低相关生成器的良好特性。仿真结果和基本的安全性分析，然后评估这个新的家庭的发电机的随机性。
2011-12-05 cs.CR
Secure Generators of q-valued Pseudo-Random Sequences on Arithmetic Polynomials
提供了一种用于控制节点运行中的错误的技术，该节点用于形成在随机错误和通过攻击者的故意攻击产生的错误下操作的$q$值伪随机序列（PRS），其中特征方程的系统由算术多项式实现，该算术多项式允许计算过程被并行化，并且进而允许使用冗余模码设备。
2018-09-07 cs.CR
Secure pseudo-random linear binary sequences generators based on arithmetic polynoms
我们提出了一种新的方法来构建伪随机二进制序列（PRS）生成器的加密数据保护的目的，从犯罪者的攻击，所造成的大量的硬件错误和故障的产生。新方法是基于使用线性多项式算法实现PRS生成器的布尔特征函数系统。逻辑公式系统的“算术化”允许应用剩余系统的数学装置来对PRS生成过程进行多序列化，并对由硬件故障引起的计算错误进行组织控制。这保证了PRS生成器功能的高度安全性，从而保证了基于这些PRS的加密数据保护工具的安全性。
2014-09-08 cs.CR
A novel pseudo-random number generator based on discrete chaotic iterations
通过互联网传输的信息的安全，防止被动或主动攻击是一个国际关注。使用基于混沌的伪随机比特序列使其无法被入侵者识别，是一个正在全面扩展的研究领域。这种通过调制或加密来屏蔽有用信息的方法是TLS互联网交换协议的基本组成部分。本文提出了一种利用离散混沌迭代产生伪随机数的新方法。该伪随机数发生器已成功通过NIST统计测试套件（NIST SP800 - 22）。安全性分析显示了其良好的特性。文章最后给出了该技术在Internet图像安全传输中的应用。
2010-04-14 cs.CR
Trident, a new pseudo random number generator based on coupled chaotic maps
本文介绍了一种新的加密安全的伪随机数发生器，基于耦合混沌映射，将作为流密码中的密钥流。该映射是分段线性映射的修改，通过动态改变系数值和扰动其较低的有效位。
2010-08-17 cs.CR physics.comp-ph
Evaluating Quality of Chaotic Pseudo-Random Generators: Application to Information Hiding
确保通过互联网传输的信息的安全，防止被动或主动攻击，是一个主要问题。由于许多密码系统和数据隐藏方案直接依赖于这些生成器的质量，发现具有强安全级别的新的伪随机数生成器是一个全面扩展的研究领域。在Internet '09会议上，我们描述了一个基于混沌迭代的生成器，其行为如Devaney所定义的那样混乱。在本文中，这是一个扩展的工作，在会议上提出的互联网`10，建议是提高速度，安全性，和评估这个发电机，使其使用更相关的互联网安全环境。为了做到这一点，进行了各种发电机之间的比较研究，并改进了统计结果。最后给出了该生成器在信息隐藏框架中的一个具体应用，说明了该生成器在互联网安全领域的应用。
2011-12-06 cs.CR
A Fast Pseudo-Stochastic Sequential Cipher Generator Based on RBMs
基于受限玻尔兹曼机（RBM），提出了一种改进的伪随机序列密码发生器。它是有效和高效的，因为有两个优点：该生成器包括一个随机神经网络，可以并行执行的计算，也就是说，所有的元素被同时计算;无限数量的顺序密码可以同时生成多个加密模式。输出序列密码的周期性和相关性满足序列数据加密设计的要求。实验中，将生成的序列密码用于图像加密，在密钥空间分析、相关性分析、敏感性分析和差分攻击等方面都取得了较好的性能。实验结果表明，该方法可以有效地促进图像保护技术在计算机安全领域的发展.
2016-08-16 cs.CR
On testing pseudorandom generators via statistical tests based on the arcsine law
伪随机数发生器的质量检测是一个重要的问题。安全要求变得越来越苛刻，在这件事上的弱点是根本不能接受的。有必要对统计测试进行深入分析-必须确保拒绝/接受一个好的发电机不是计算或近似错误的结果。本文提出了一种基于反正弦律的随机游动的二级统计检验方法。我们提供了一个Berry-Essen型不等式近似的反正弦分布，这使我们能够执行一个详细的误差分析的建议测试。
2019-03-23 cs.CR math.PR
Simple extractors via constructions of cryptographic pseudo-random generators
Trevisan已经证明，从硬函数构造伪随机生成器（Nisan-Wigderson方法）也会产生提取器。我们表明，从单向排列（Blum-Micali-Yao方法）的伪随机生成器的构造也可以用于构建提取器。使用这种新技术，我们建立提取器，不使用设计和基于多项式的纠错码，是非常简单和有效的。例如，一个提取器在$O(\log^2 n)$时间内分别产生每个输出位。这些提取器工作于具有最小熵$λn$的弱源，对于任意常数$λ> 0$，具有种子长度$O(\log^2 n)$，并且它们的输出长度为$\approx n^{λ/3}$。
2005-05-09 cs.CC cs.CR
A new class of scalable parallel pseudorandom number generators based on Pohlig-Hellman exponentiation ciphers
基于并行超级计算机的蒙特卡罗应用程序依赖于伪随机数发生器，该发生器在许多单独的过程中产生独立的伪随机流。提出了一类新的基于Pohlig-Hellman指数密码的可扩展并行伪随机数发生器。该方法通过对整数\textit{messages}的简单序列进行模素数取幂运算，将其加密为\textit{ciphertexts}，生成均匀分布的浮点伪随机流。该方法的优点是：该方法通过利用从独立素数模导出的每个伪随机数发生器的参数化是可平凡地并行化的，该方法由于可用于每个实现的大量素数而在大规模并行计算集群上是完全可缩放的，独立流的播种和初始化是简单的，该方法仅需要对每个伪随机数进行几次整数乘-模运算，每个实例的状态仅由几个整数值定义，每个实例的周期不同，并且该方法通过一组流内和流间相关性测试，每次测试使用多达$10^{13}$伪随机数。我们提出的32位实现有数百万个可能的实例，所有实例的周期都大于$10^{18}$。64位实现依赖于128位算术，但可能有超过$10^{15}$的实例，并且周期大于$10^{37}$。
2015-02-02 cs.CR physics.comp-ph
A Quantum "Lifting Theorem" for Constructions of Pseudorandom Generators from Random Oracles
研究了由随机预言机构造的伪随机生成器的量子安全性，证明了一个“提升定理”，表明对多项式次查询的经典对手无条件安全的PRG对量子对手同样安全，且该定理对发起量子查询的PRG依然成立。
2025-05-30 cs.CR
Class of Trustworthy Pseudo-Random Number Generators
随着通信技术的广泛使用，密码系统对于保证开放网络（如Internet）的安全至关重要。伪随机数发生器（PRNG）是密码系统和信息隐藏方案的基础。现有的基于混沌的PRNG之一是使用混沌迭代方案。在以前的文献中，函数的形式就是向量布尔否定。本文提出了一种利用强连通图作为混沌函数选择准则的方法。为了面对在PRNG中使用所提出的混沌函数的挑战，这些PRNG经受统计测试电池，这是密码学领域中著名的NIST。
2011-12-05 cs.CR
An optimization technique on pseudorandom generators based on chaotic iterations
涉及密码学和数据隐藏的因特网通信系统通常需要数十亿个随机数。除了算法的速度之外，伪随机数生成器的质量及其实现的容易性是常见的实际方面。在这项工作中，我们将讨论如何独立于其生成算法来提高随机数的质量。我们提出了一个额外的实现技术，以利用一些混沌特性。我们的解决方案的统计质量源于一些定义良好的离散混沌迭代，满足著名的Devaney的混沌定义，即混沌迭代技术。根据Internet 09、10、11国际会议上发表的最新研究成果，回顾了利用混沌迭代构造伪随机数发生器的三种方法。使用标准的标准命名为NIST和DieHARD（一些著名的电池的测试），我们将表明，所提出的技术可以提高各种各样的缺陷伪随机发生器的统计特性，并提出的问题，统计测试减少混沌迭代的功率增加时。
2017-06-27 cs.CR nlin.CD
Romu: Fast Nonlinear Pseudo-Random Number Generators Providing High Quality
我们介绍了伪随机数发生器（PRNG）的Romu家庭，它结合了非线性操作的旋转与线性操作的乘法和（可选）添加。与传统的仅线性PRNG相比，这种线性和非线性操作的混合使用相同数量的算术运算实现了更大程度的随机性。或者等价地，它用更少的操作实现相同的随机性，从而提高速度。这些生成器的统计特性很强，因为它们通过了BigCrush和PractRand --可用的最严格的测试套件。此外，Romu生成器最大限度地利用了现代超标量处理器中的指令级并行，使它们在内联时的输出延迟为零时钟周期，从而不会给应用程序增加延迟。可以创建和测试这些生成器的缩小版本，使人们能够估计在随机性下降之前，全尺寸生成器可以提供的最大值数量，确保大型作业的成功。这种容量估计对于常规PRNG是罕见的。线性PRNG具有已知长度的状态的单个循环，其包括几乎所有可能的状态。然而，Romu生成器计算这些状态的伪随机排列，创建多个具有伪随机长度的循环，这些长度无法通过理论确定。但是，创建128位或更多位的状态大小的容易性允许（1）短周期被约束到非常低的概率，以及（2）创建具有无限小的重叠概率的数千个并行流。
2020-02-26 cs.CR cs.DC
Pseudorandom number generator based on the Bernoulli map on cubic algebraic integers
提出了一种利用三次代数整数上的Bernoulli映射生成伪随机二进制序列的方法。该生成器的特点是通过精确计算生成Bernoulli映射的混沌真轨道。特别地，我们阐明了一种适当地准备一组初始点（即，种子），这在生成多个伪随机序列时是需要的。利用这种种子选择方法，我们可以将初始点几乎均匀地分布在单位区间内，并且可以保证从它们开始的轨道不合并。我们还报告了各种各样的测试结果表明，所产生的伪随机序列具有良好的统计特性，以及什么可能是最流行的发电机，梅森扭转MT19937的优势。
2017-06-20 cs.CR cs.IT math.IT
Role of Symmetry and Geometry in a chaotic Pseudo-Random Bit Generator
在这项工作中，伪随机比特产生（PRBG）的基础上的二维混沌映射的Logistic型。对两种伪随机比特发生器（PRBG）产生的序列进行了统计检验，并对产生器的计算效率进行了估计。所起的作用的对称性和几何性质的基础混沌吸引子也进行了探讨。考虑到这些PRBG对密码学有效，计算可用密钥空间的大小。此外，一种新的机制称为“交换”，以提高PRBG算法。结果表明，它可以增加自由度的关键空间，同时保持在PRBG的速度和性能。
2008-02-29 cs.CR nlin.CD physics.comp-ph
Logistic Map Pseudo Random Number Generator in FPGA
Singapore University of Technology and Design（新加坡科技设计大学）
本文提出利用逻辑映射在FPGA上实现伪随机数生成器，并通过中心极限定理函数使输出呈高斯分布，同时集成多种模块实现实时交互与可视化。
2024-04-30 cs.AR cs.CR
Time/memory/data trade-off attack to a psuedo-random generator
时间、数据和内存权衡攻击是伪随机发生器面临的最大威胁之一，抵御这类攻击是设计伪随机发生器的主要指标。在本研究中，我们将对伪随机GMGK产生器进行详细的研究与分析。在指出了该生成器的各种弱点之后，我们对该生成器进行了三种不同版本的结构化攻击，并表明对该生成器提出的TMDTO攻击可以发现明文块，其复杂度低于密钥生成器空间的穷举搜索。结果表明，该生成器缺乏作者所声称的安全性。
2016-09-29 cs.CR
Random Bit Generator Mechanism Based on Elliptic Curves and Secure Hash Function
伪随机比特发生器（PRBG）可以利用一些困难的数论问题，如离散对数问题（DLP）的优势。这种类型的生成器将具有良好的随机性和不可预测性，因为很难找到一个简单的解决方案，有关的数学困境。哈希函数反过来在许多加密任务中发挥着显着的作用，以实现各种安全优势。本文提出了一种基于椭圆曲线离散对数问题（ECDLP）和散列导函数的伪随机比特发生器机制。加密散列函数用于需要各种安全强度的消费应用程序。在一个好的散列函数中，找到可以映射到任何预先指定的输出的任何输入都被认为是计算上不可行的。所得到的伪随机比特经NIST统计检验，也符合最新标准。利用所得到的伪随机比特对一幅$256 \times 256$灰度图像进行加密，并对加密图像进行必要的分析，以证明其安全性。
2020-02-21 cs.CR
Pseudo-random generators using linear feedback shift registers with output extraction
本研究探讨三种结合线性反馈移位寄存器（LFSR）的伪随机比特流提取器，分析其比特利用效率与随机质量，后两种效率更优（最高达50%），仅需满足高于纯LFSR的最低密码强度。
2024-04-18 cs.CR
Pseudorandom (Function-Like) Quantum State Generators: New Definitions and Applications
本文研究 PRS 与 PRFS 生成器的新定义，证明后量子单向函数下的自适应及叠加查询安全性，并给出经典通信密码方案、简化不可区分性证明及计算假设必要性结果。
2023-06-09 cs.CC cs.CR quant-ph
On the Distribution of the Subset Sum Pseudorandom Number Generator on Elliptic Curves
给定一个素数$p$，一个$p$元素的有限域$\F_p$上的椭圆曲线$\E/\F_p$和一个~ $r$阶的二元\lrs \ $\(u(n)\)_{n =1}^\infty$，我们研究了~ $\E$上的点序列$$ \sum_{j=0}^{r-1} u(n+j)P_j, \qquad n =1,..., N, $$在所有可能的$\F_p$ -有理点$P_1,..., P_r$上的平均分布.对于足够大的$N$，我们改进和推广了E.~ El~Mahassni。
2011-02-05 cs.CR math.NT
Hardware Implementation of Double Pendulum Pseudo Random Number Generator
本项目利用CMOD A7 35t FPGA开发板，将传感器捕获的环境数据作为种子初始化算法，以生成用于加密且具备强随机性的伪随机数。
2024-04-25 cs.CR eess.SP
Pseudorandom number generation by $p$-adic ergodic transformations
本文研究反相依伪随机发生器，后者是在工作时状态转移函数（和输出函数）动态变化的发生器：对于这样的发生器，状态递归序列满足同余式$x_{i+1}\equiv f_i(x_i)\pmod{2^n}$，而其输出序列的形式为$z_{i}=F_i(u_i)$ .本文介绍的技术和结构，使一个组成的发电机输出均匀分布的序列的最大周期长度和高线性和2-adic跨度。相应的流chipher是可证明的强大对已知明文攻击（一个似是而非的猜想）。状态转移函数和输出函数都可能是依赖于密钥的，所以密码分析师唯一可用的信息是这些函数属于某个（指数级大的）类。这些函数是标准机器指令（如加法、乘法、按位逻辑运算等）的组合。组合应满足相当宽松的条件，因此相应的生成器是足够灵活的，可以很容易地实现为计算机程序。
2004-01-29 cs.CR
FPGA Digital Dice using Pseudo Random Number Generator
本文设计了一款基于FPGA和XORshift伪随机数生成器的实时数字骰子SUTDicey，通过倾斜传感器产生种子，可模拟2至100面的多种骰子。
2024-05-01 cs.CR stat.AP
Pseudo Quantum Random Number Generator with Quantum Permutation Pad
密码随机数生成对于任何量子安全加密都是至关重要的。基于某些量子过程的自然不确定性，人们利用物理量子过程产生了各种量子随机数发生器。它们通常生成具有良好的不可预测随机性的随机数。当然，物理QRNG是昂贵的，需要与计算系统进行物理集成。本文利用量子置换空间的高熵和双射变换，提出了一种基于量子置换填充（QPP）的伪量子随机数发生器。与布尔代数不同，对于n比特系统，信息空间的大小是2n，n比特量子置换空间由2n！量子置换矩阵，表示n位计算基上的所有量子置换门。该置换空间具有等价的香农信息熵log_2（2^n！）。QPP可以用于创建能够与任何经典计算系统集成或直接与任何应用集成的伪QRNG或pQRNG，以用于高质量的确定性随机数生成。使用带有64个8位置换矩阵的QPP pad，pQRNG为伪随机数生成保存了107，776位的熵，而Linux /dev/random中的熵为4096位。它可以被用作确定性PRNG或其他PRNG的熵增强器。它也可以用作任何硬件随机数发生器（包括QRNG）的白化算法，而不会丢弃物理偏置位。
2023-03-02 cs.CR quant-ph
Secure Password Generator Based on Secure Pseudo-Random Number Generator
Chunghwa Telecom Laboratories（中華電信實驗室）
本文提出利用加密安全伪随机数生成器生成安全密码，采用多种MAC算法提升密码随机性和安全性，通过NIST标准验证其熵和独立同分布特性。
2025-08-25 cs.CR cs.PF
One-Time Signature Based on Pseudorandom Number Generator
本研究提出一种基于伪随机数生成器的一次性签名算法，属于后量子密码范畴，通过实验验证了其在不同参数下的性能与安全性。
2024-12-23 cs.CR eess.SP
Statistical Quality and Reproducibility of Pseudorandom Number Generators in Machine Learning technologies
University of Perpignan Via Domitia（佩皮尼昂大学）
本文系统比较了 PyTorch、TensorFlow 和 NumPy 中 PRNG 与其原始 C 实现的统计质量，发现即使“抗 crush”生成器也可能未通过部分 BigCrush 测试，并揭示了框架集成带来的实现差异。
2025-07-02 cs.CR cs.LG cs.OH
Design and implementation of a novel cryptographically secure pseudorandom number generator
本研究设计了一种兼具密码学安全性、易实现、可移植的新型伪随机数生成器，通过模幂运算与类Feistel盒混合比特实现，经大量统计检验验证可生成高质量随机序列。
2025-03-22 cs.CR cs.NA math.NA
Entropy Mixing Networks: Enhancing Pseudo-Random Number Generators with Lightweight Dynamic Entropy Injection
针对密码系统等对随机数质量的高要求，本文提出结合确定性伪随机生成与周期性熵注入的新型混合随机数生成器EMN，实验证明其随机质量优于现有常用生成器，更适用于高安全需求的密码场景。
2025-01-14 cs.CR
Non Deterministic Pseudorandom Generator for Quantum Key Distribution
针对量子随机数生成器需大量后处理才能产出可用均匀比特的瓶颈，本研究提出基于后量子格困难问题LWE的非确定性伪随机生成器，利用其高斯误差的非确定性满足QKD的熵要求，且速度更快，经Die-Harder测试验证有效性。
2023-11-06 cs.CR cs.ET
FPGA Implementation of $\mathbb{F}_2$-Linear Pseudorandom Number Generators Based on Zynq MPSoC: a Chaotic Iterations Post Processing Case Study
伪随机数生成（PRNG）是现场可编程门阵列FPGA电路等硬件安全平台中的关键环节。在这篇文章中，18个PRNG属于4个家庭（xorshift，LFSR，TGFSR，和LCG）的物理实现在FPGA中，并在面积，吞吐量和统计测试方面进行比较。两个流程的概念用于寄存器传输级（RTL）和高级综合（HLS）。此外，一方面，线性复杂度，种子和算术运算之间的关系，以及在FPGA中部署的资源，另一方面，进行了深入的研究。为了实现这一目标，本文开发了一个基于Zynq EPP和ARM Cortex的SoC-- $A9$ MPSoC，以加速各种PRNG在FPGA硬件上的实现和测试。最后给出了一个应用混沌迭代作为FPGA后处理的实例。后者改善了PRNG组合的统计特征，如果没有它，在所谓的TestU 01统计测试中失败。
2016-11-25 cs.CR
A Pseudo-random Number Generator for Multi-Sequence Generation with Programmable Statistics
本文提出一种65nm硬件伪随机数发生器，可同时生成多个互不相关且统计特性可编程的序列，面积约0.0013mm²，能耗0.57pJ/bit，适用于模拟退火和伊辛机等需要非均匀随机性的场景。
2024-12-31 cs.CR cs.IT math.IT
Period of the d-Sequence Based Random Number Generator
本文给出了基于d序列的递归随机数发生器的精确周期的计算公式。利用该发生器的多递归形式，我们可以产生大量的伪随机序列。
2007-12-03 cs.CR
Again, random numbers fall mainly in the planes: xorshift128+ generators
Xorshift128+是具有八组参数的伪随机数生成器。其中一些是许多平台中的标准生成器，例如JavaScript V8 Engine。我们发现，在由这种方法生成的3D图，点集中在平面上，破坏了随机性。
2019-08-26 cs.CR
FPGA Design for Pseudorandom Number Generator Based on Chaotic Iteration used in Information Hiding Application
大量研究表明，随机数的低效生成是信息通信应用的一个重要瓶颈。因此，现场可编程门阵列（FPGA）被开发来处理一个可扩展的定点随机流生成方法。在我们以前的研究中，我们提出了一种技术，通过应用一些定义良好的离散混沌迭代，满足著名的Devaney的混沌定义，即混沌迭代（CI）。我们已经证明了具有CI的发生器能够产生合格的混沌随机数。本文针对FPGA器件对这种基于混沌迭代的发生器进行了优化设计。通过这样做，可以大大提高发电率。分析表明，这些硬件发生器也可以提供良好的统计混沌随机比特，也可以密码安全。最后给出了该算法在信息隐藏安全领域的应用实例。
2016-08-21 cs.AR cs.CR math.DS
Study of the Influence of the Number Normalization Scheme Used in Two Chaotic Pseudo Random Number Generators Used as the Source of Randomness in Differential Evolution
在许多出版物中，作者表明混沌伪随机数发生器（PRNG）可以提高进化算法的性能。在本文中，我们使用两个混沌映射姜饼人和小叮当作为混沌PRNG，而不是经典的PRNG的差分进化。通过三种不同的方法将该映射生成的数字归一化到单位区间--模运算，直接的数字归一化，其中我们知道两个变量$x$和$y$的最小和最大生成的数字和反正切，其中数字$x$和$y$由姜饼人映射和小叮当映射生成。本文的第一个目标是显示差分进化收敛速度是否会受到我们如何规范化的混沌映射产生的数字的方式。第二个目标是找出所选择的混沌PRNG的概率分布函数的影响。结果表明，所选的归一化方法可以提高差分进化算法的收敛速度，尤其是在已知最小和最大生成数的反正切和直接数归一化的情况下。
2014-12-01 cs.CR cs.NE
Photonic Pseudo-Random Number Generator for Internet-of-Things Authentication using a Waveguide based Physical Unclonable Function
在本文中，我们实验评估的物理不可克隆功能的基础上聚合物光波导，作为一个时不变的，复制弹性，熵源。我们实现的物理不可克隆性与空间光调制和后处理技术相结合，从而允许确定性地生成指数级的不可预测响应。生成的数字的质量通过NIST/DIEHARD（ER）套件进行验证，而该方案的整体安全性是基准测试，假设攻击者在系统访问方面具有更高的权限。最后，基于所展示的关键特性，我们提出并分析了一个与最先进的商业物联网架构完全兼容的相互认证实现场景
2020-01-31 cs.CR eess.SP physics.optics
Adversarial Examples from Cryptographic Pseudo-Random Generators
Microsoft Research（微软研究院）；University of Washington（华盛顿大学）；UT Austin（德克萨斯大学奥斯汀分校）
在我们最近的工作（Bubeck，Price，Razenshteyn，arXiv：1805.10204）中，我们认为机器学习中的对抗性例子可能是由于问题固有的计算难度。更确切地说，我们构建了一个二进制分类任务，其中（i）存在一个强大的分类器;但在（ii）统计查询模型中，使用有效算法无法获得非平凡的准确性。在本文中，我们显着加强（i）和（ii）：我们现在构建一个任务，其中承认（i '）最大的鲁棒分类器（即它可以容忍的扰动的大小相当于样本本身的大小）;此外，我们证明了计算难度下学习这个任务（ii'）一个标准的密码学假设。
2018-11-15 cs.CC cs.CR cs.LG
Pseudo Random Number Generation: a Reinforcement Learning approach
University of Siena（锡耶纳大学）；University of Chieti-Pescara（基耶蒂-佩斯卡拉大学）
伪随机数生成器（PRNG）是产生用于生成统计上不相关的数的长序列的算法，即伪随机数（PRN）。这些数字广泛应用于中级密码学和软件应用程序中。测试套件被用来评估PRNG的质量，通过检查生成的序列的统计特性。机器学习技术通常用于破坏这些生成器，例如使用神经网络逼近某个生成器或某个序列。但是使用机器学习来生成PRN生成器怎么样呢？本文提出了一种强化学习（RL）方法，通过学习策略来解决N维导航问题，从头开始生成PRNG。在这个上下文中，N是生成的序列的周期长度，并且使用在该周期上运行的适当测试套件的平均值来迭代地改进策略。这项工作的目的是证明所提出的方法的可行性，比较它与经典的方法，并奠定了基础的研究路径，结合RL和PRNG。
2019-12-15 cs.AI cs.CR cs.LG
Scalable Pseudorandom Quantum States
有效地对难以与真正随机的量子态区分开的量子态进行采样是量子信息理论中的一项基本任务，该任务具有计算和物理用途。这通常被称为伪随机（量子）状态发生器，或简称PRS发生器。在PRS生成器的现有构造中，安全性随着状态中的量子比特的数量而缩放，即，用于$n$量子位PRS的（统计）安全参数大致为$n$。也许与直觉相反，即使对于$k<n$，也不知道$n$-量子位PRS意味着$k$ -量子位PRS。因此，用于PRS的\emph{scalability}的问题到目前为止还没有解决：是否有可能为所有$n, λ$构建具有安全参数$λ$的$n$ -量子位PRS生成器。实际上，我们相信具有小（甚至恒定）$n$和大$λ$的PRS可以是非常有用的。我们解决了这个问题，在这项工作中，任何量子安全的单向函数意味着可扩展的PRS。我们遵循的范式，首先显示一个\emph{statistically}安全的结构时，给定的Oracle访问一个随机函数，然后用一个量子安全（经典）的伪随机函数来取代随机函数，以实现计算安全。然而，我们的方法明显偏离先前的作品，因为可扩展的伪随机状态需要随机化的量子态的振幅，而不仅仅是在所有先前的作品的相位。我们将展示如何使用高斯采样来实现这一点。
2020-04-04 cs.CR quant-ph
Randen - fast backtracking-resistant random generator with AES+Feistel+Reverie
依赖于伪随机数发生器的算法通常会在对手可以预测发生器的行为时失去其性能保证。为了保护非密码应用程序免受此类攻击，我们提出了“强”伪随机生成器，其特征在于两个属性：计算上无法区分随机和回溯抵抗。一些现有的加密安全生成器也符合这些标准，但它们太慢，无法被普遍接受。我们介绍了一个新的开源生成器，称为“Randen”，并表明它是“强大的”，除了在现实世界的基准测试中表现优于Mersenne Twister，PCG，ChaCha 8，ISAAC和Philox。这是通过硬件加速实现的。Randen是Reverie的一个实例，Reverie是最近发表的一个强大的海绵状随机生成器，它具有一个新的排列，该排列是从具有16个分支的改进的广义Feistel结构构建的。我们提供了新的界限，积极的S盒多达24轮的建设，使内存效率的搜索算法成为可能。用Randen替换现有的生成器可以保护随机算法，如水库采样免受攻击。该置换也可用于宽块密码和散列函数。
2018-10-04 cs.CR cs.DS
The B-Exponential Map: A Generalization of the Logistic Map, and Its Applications In Generating Pseudo-random Numbers
提出了著名的Logistic映射的一维推广。所提出的映射族被称为B-指数映射。这个地图的动力学进行了分析，发现有有趣的属性。特别地，B-指数映射对于参数B >= e^（-4）的所有实值都表现出鲁棒混沌。然后，我们提出了一个伪随机数发生器的基础上的B-指数映射通过混沌跳跃之间的不同的轨迹为不同的B值。我们称之为BEACH（B-指数全混沌映射跳跃）伪随机数发生器。BEACH成功通过了ENT、NIST和Diehard等严格的统计随机性测试。还概述了BEACH的实施。
2006-07-17 cs.CR nlin.CD
Learning Pseudorandom Numbers with Transformers: Permuted Congruential Generators, Curricula, and Interpretability
Department of Physics, University of Maryland, College Park, USA（大学物理系，马里兰大学，College Park, USA）；Meta FAIR Joint Quantum Institute, University of Maryland（Meta FAIR联合量子研究所，马里兰大学）
本研究探讨了Transformer模型学习排列同余生成器生成的序列能力，揭示了课程学习在处理大模数时的重要性，并发现嵌入层中存在位旋转不变的聚类现象。
2026-02-16 cond-mat.dis-nn cs.CR cs.LG
A Novel Pseudo-Random Number Generator Based on Multi-Objective Optimization for Image-Cryptographic Applications
本文提出椭圆曲线遗传算法ECGA，以图像像素为种子初始化种群，结合椭圆曲线与多目标遗传算法优化信息熵和周期，构建图像依赖的伪随机数生成器，提升随机性与抗攻击能力。
2023-07-08 cs.CR cs.IT math.IT
