[논문 리뷰] Periodic orbits of the ensemble of cat maps and pseudorandom number generation

Lev Barash, Lev Shchur|arXiv (Cornell University)|2004. 09. 14.

Chaos-based Image/Signal Encryption참고 문헌 12인용 수 1

한 줄 요약

이 논문은 2차원 토러스 위에서 작용하는 고리형 자기동형사상(cat maps)의 앙상블을 사용하여 고품질의 의사난수 생성기(PRNG)를 제안한다. 여기서 은닉 변수는 단일 맵 구현에서 내재된 비정상적인 상관관계를 억제한다. Percival-Vivaldi 이론을 일반화하고 주기를 해석적으로 유도함으로써, 이 방법은 渐진적으로 무시할 만한 정도의 상관관계를 달성하며, 표준 통계적 테스트를 통과함으로써 난수 품질과 암호 보안성을 모두 향상시킨다.

ABSTRACT

We propose a method for constructing high-quality pseudorandom number generators (RNG) based on an ensemble of hyperbolic automorphisms of the unit two-dimensional torus (Sinai-Arnold map, or cat map) while keeping a part of the information hidden. The single cat map provides the random properties expected from a good RNG and is hence an appropriate building block for an RNG, although some unnecessary correlations are always present in practice. We show that hidden variables suppress these correlations dramatically. Simultaneously, introducing hidden variables complicates deciphering. Relevant correlations for a single cat map are found by the one-dimensional directed random walk test. We analyze the nature of these correlations and show how to diminish them asymptotically. We generalize Percival-Vivaldi theory in the case of the ensemble of maps, find the period of the proposed RNG analytically, and also analyze its properties. We check our predictions numerically. We also test our RNG using a number of standard statistical tests and find no correlations.

연구 동기 및 목표

• 단일 cat 맵 기반 의사난수 생성기(PRNG)에서 지속적인 상관관계가 발생하는 문제를 해결하여 실용적인 난수 품질을 향상시키기 위해.
• 역공학을 어렵게 하면서도 결정론적 역학을 유지하기 위해 은닉 변수를 도입하여 암호 보안성을 향상시키기 위해.
• Percival-Vivaldi 이론을 앙상블 cat 맵으로 일반화하여 주기 계산을 해석적으로 수행하기 위해.
• 수치 시뮬레이션과 표준 통계적 테스트를 통해 이론적 예측을 검증하기 위해.
• 은닉 변수가 단일 맵 시스템에서 관측된 상관관계를 渐진적으로 감소시킴을 보여주기 위해.

제안 방법

• 이 방법은 2차원 단위 토러스 위에서 작용하는 Sinai-Arnold(cat) 맵의 앙상블을 사용하며, 각 맵는 정수 행렬 행렬식이 1인 선형 고리형 자기동형사상이다.
• 반복 과정 중 일부 상태 변수는 은닉 처리되어 시스템의 전체 역학이 효과적으로 가려지며, 감지 가능한 상관관계가 감소한다.
• 은닉 변수를 활용해 생성된 출력 시퀀스는 표준 테스트에서 진정한 난수와 통계적으로 구별되지 않게 된다.
• 주기의 경우, Percival-Vivaldi 이론을 앙상블 사례로 확장하여 해석적으로 유도함으로써 장기적이고 예측 가능한 순환 길이를 확보한다.
• 단일 맵 시스템의 상관관계는 1차원 방향성 랜덤 워크 테스트를 통해 분석되며, 이는 난수성에서의 체계적 이탈을 식별한다.
• 결정론적 역학과 정보 이론적 난이도를 조합함으로써 단순성, 효율성, 난수 품질 간의 균형을 유지한다.

실험 결과

연구 질문

• RQ1 단일 cat 맵 PRNG에서의 상관관계는 어떻게 나타나며, 체계적으로 줄일 수 있는가?
• RQ2 은닉 변수를 도입했을 때 출력 시퀀스의 통계적 성질에 어떤 영향을 미치는가?
• RQ3 cat 맵의 앙상블 주기를 해석적으로 계산할 수 있으며, 이는 시스템 매개변수에 따라 어떻게 변화하는가?
• RQ4 은닉 변수는 맵의 결정론적 구조를 훼손하지 않으면서 상관관계를 어느 정도 억제하는가?
• RQ5 제안된 앙상블 방법은 표준 통계적 난수 테스트에서 어떻게 성능을 발휘하는가?

주요 결과

• 앙상블 내 은닉 변수는 cat 맵 역학에서 발생하는 비정상적인 상관관계를 극적으로 억제하여 渐진적으로 무시할 수 있는 정도의 통계적 편차를 초래한다.
• 제안된 PRNG의 주기는 Percival-Vivaldi 이론의 확장된 형태를 사용해 해석적으로 유도되었으며, 장기적이고 예측 가능한 순환 길이를 보장한다.
• 이 방법은 난수성에 대한 모든 표준 통계적 테스트를 통과하여 출력 시퀀스에 감지 가능한 상관관계가 없음을 시사한다.
• 1차원 방향성 랜덤 워크 테스트는 단일 맵 시스템에서의 상관관계를 성공적으로 식별하여 은닉 변수의 필요성을 검증한다.
• 앙상블 접근법은 결정론적이고 저복잡도의 역학을 유지하면서도 난수 품질과 암호 분석에 대한 저항성을 크게 향상시킨다.
• 이론적 분석과 수치 시뮬레이션은 상관관계 억제가 효과적이고, 시스템 크기가 커질수록 渐진적으로 작용함을 확인한다.