一、伪随机数发生器
(一)随机数用途
1.相互认证
2.会话密钥的产生
3.公钥密码算法中密钥的产生
(二)随机数序列的要求
1.随机性:(1)均匀分布;(2)独立性;
2.不可预测性
真随机数列满足独立性,因此是不可预测的;
通常使用的是伪随机数列:似乎是随机的数列。此时需要特别注意防止敌手,使其无法从数列前面的数预测出后面的数。
(三)伪随机数发生器
1.基于线性同余算法
2.基于密码算法
二、量子随机数发生器
基于目前的物理理论,真随机性只能来自量子物理中的随机性;
原理:基于任何破坏量子相干叠加性质的方法。
(一)实用型量子随机数发生器——离散源
1.单比特编码
2.多比特编码
(二)实用型量子随机数发生器——连续源
(三)自检测量子随机数发生器
(四)半自检测量子随机数发生器
三、随机性后处理
(一)从初始数据中提取出真随机数
1.初始数据非均匀分布,不能直接应用;
2.采集过程受经典噪声干扰,初始数据非纯量子随机性;
3.后处理提取真随机数;
(二)后处理步骤
1.随机性评估
假设一:量子噪声和经典噪声是相互独立的、互不相关的。
假设二:若采集到的初始数据是Y,其中量子噪声给出的数据为X,经典噪声给出的数据为E,那么Y=X(异或,找不见异或符号,先这么写着)E。
最小熵可以很好地评估非均匀分布的量子噪声的随机性;
2.随机性提取
方式:异或、差分(这俩为实时的),哈希函数,以及信息论安全的随机数提取器。
(1)异或有效减小序列中0和1的偏差。
(2)差分:本质上也是异或,是初始序列与其延迟序列的异或。
(3)信息论安全的随机数提取器
Trevisan提取器在量子敌手的攻击下是安全的,随机种子的长度是初始数据长度的对数多项式函数。
Toeplitz提取器也可应用在QKD的保密放大步骤中。利用快速傅里叶变换时的运行时间是0(n1bn)。
Trevisan提取器和Toeplitz提取器都是强提取器(输入的随机种子可以循环利用),在输出随机数序列长度小于随机种子长度的条件下,也可以产生随机数。但是处理速率仍然不能满足QRNG的需求。
先到这吧,后续我可能会查阅别的资料,然后再更新补充。