[논문 리뷰] A Search for Good Pseudo-random Number Generators : Survey and Empirical Studies

Kamalika Bhattacharjee, Sukanta Das|arXiv (Cornell University)|2018. 11. 03.

Cellular Automata and Applications참고 문헌 93인용 수 14

한 줄 요약

이 논문은 표준 통계 테스트 세트(Diehard, TestU01, NIST)와 시각적 테스트(격자 및 시공간도)를 사용하여 세 가지 유형—선형 합동 생성기(LCG), 선형 피드백 시프트 레지스터(LFSR), 세포자기생성기(CA)—에 속하는 29개의 주요 의사난수 생성기(PRNG)를 평가한다. SFMT-64 생성기는 1위를 차지했고, LFSR258는 성능이 가장 열 劣한 것으로 나타났으며, 이는 공표된 성능과 실제 난수 품질 간의 괴리가 있음을 드러낸다.

ABSTRACT

This paper targets to search so-called \emph{good} generators by doing a brief survey over the generators developed in the history of pseudo-random number generators (PRNGs), verify their claims and rank them based on strong empirical tests in same platforms. To do this, the genre of PRNGs developed so far are explored and classified into three groups -- linear congruential generator based, linear feedback shift register based and cellular automata based. From each group, the well-known widely used generators which claimed themselves to be `\emph{good}' are chosen. Overall $30$ PRNGs are selected in this way on which two types of empirical testing are done -- blind statistical tests with Diehard battery of tests, battery \emph{rabbit} of TestU01 library and NIST statistical test-suite as well as graphical tests (lattice test and space-time diagram test). Finally, the selected PRNGs are divided into $24$ groups and are ranked according to their overall performance in all empirical tests.

연구 동기 및 목표

• 널리 사용되는 PRNG의 난수 품질을 실증적으로 검증하여, 그들이 자가 보고한 우월성에 도전한다.
• 표준 통계 테스트에서의 성능과 실제 결과 간의 괴리 여부를 규명한다.
• 여러 플랫폼과 시드를 기반으로 일관된 테스트를 수행하여 응용 분야에 관계없이 종합적인 PRNG 순위를 수립한다.
• 격자 및 시공간도 테스트를 통해 PRNG 출력의 시각적 및 구조적 패턴을 분석하고 통계 테스트 실패 원인을 설명한다.
• 이론적 주장이 아닌 실증적 성능에 기반해 사용자가 PRNG를 선택할 수 있도록 신뢰할 수 있는 근거 기반 순위를 제공한다.

제안 방법

• 29개의 잘 알려진 PRNG를 세 가지 기술적 유형—LCG 기반, LFSR 기반, CA 기반—으로 분류한다.
• Diehard, TestU01, NIST 세 가지 주요 테스트 세트를 사용해 블라인드 통계 테스트를 수행하며, 고정 시드와 랜덤 시드를 모두 사용한다.
• 1,000개의 랜덤 시드를 기반으로 평균 케이스 분석을 수행해 PRNG의 강건성과 일관성을 평가한다.
• 시각적 테스트 적용: 격자 테스트는 2차원 투영에서의 상관관계를 탐지하고, 시공간도 테스트는 상태 변화와 패턴을 시각화한다.
• 통계 테스트와 시각적 테스트 결과를 통합하여 다차원적 PRNG 순위를 도출한다.
• 테스트 성능 기반 복합 점수 체계를 사용해 최종 순위를 할당하며, 낮은 순위가 더 우수한 성능을 의미한다.

실험 결과

연구 질문

• RQ1 잘 알려진 PRNG들이 Diehard, TestU01, NIST와 같은 표준 통계 테스트 세트에서 실제로 주장하는 바와 같이 작동하는가?
• RQ2 격자 및 시공간도에서의 시각적 패턴이 통계 테스트 결과와 어느 정도 상관이 있는가?
• RQ3 대부분의 통계 테스트를 통과하는 일부 PRNG가 그래픽 표현에서 눈에 띄는 구조나 의존성 패턴을 보이는 이유는 무엇인가?
• RQ4 여러 테스트 세트와 시각적 진단 결과를 통합해 통합된 PRNG 순위를 수립할 수 있는가?
• RQ5 시드 의존성 또는 고정 비트 동작이 PRNG의 전체 난수 품질에 어떤 영향을 미치는가?

주요 결과

• SFMT-64 생성기는 모든 실증적 테스트에서 최고의 종합 성능을 보이며, 최종 순위에서 1위를 차지했다.
• LFSR258는 최종 순위에서 24위(마지막)로 가장 열 劣한 성능을 보였으며, 널리 사용되고 있음에도 불구하고 그러한 결과를 보였다.
• MT19937-64와 SFMT-64와 같은 몇몇 PRNG는 시드에 대해 강한 독립성을 보이며, 모든 테스트 세트에서 일관된 성능을 보였다.
• 시각적 테스트 결과, rand()와 lrand48()는 출력에서 0의 비율이 1보다 높은 경향을 보여 구조적 편향이 있음을 확인했으며, 이는 통계 테스트로는 완전히 드러나지 않았다.
• 격자 테스트에서 MMIX와 minstd_rand와 같은 PRNG는 특히 가장 낮은 비트를 고정했을 때 강한 상관관계를 보였다.
• 시공간도에서는 XORShift1024*와 Rule 30 CA와 같은 PRNG가 초기 시드에 의존성과 반복 패턴을 보이며, 이는 통계 테스트 점수 저하의 원인으로 설명된다.