[论文解读] New Enhanced Chaotic Number Generators

René Lozi|ArXiv.org|May 31, 2007

Chaos-based Image/Signal Encryption参考文献 13被引用 32

一句话总结

本文提出了一类新型增强型混沌数生成器，利用混沌序列对子序列进行采样，从而有效隐藏底层生成函数。通过利用混沌动力学进行内部采样，该方法生成了高质量的伪随机数序列，在高达10万亿次迭代下表现出良好的稳定性与统计鲁棒性，使其成为密码安全伪随机数生成的有力候选方案。

ABSTRACT

We introduce new families of enhanced chaotic number generators in order to compute very fast long series of pseudorandom numbers. The key feature of these generators being the use of chaotic numbers themselves for sampling chaotic subsequence of chaotic numbers in order to hide the generating function. We explore numerically the properties of these new families and underline their very high qualities and usefulness as CPRNG when series are computed up to 10 trillions iterations.

研究动机与目标

• 开发适用于高精度仿真和密码应用的更快、更安全的伪随机数生成器。
• 通过利用内部混沌采样隐藏底层生成函数，解决传统混沌生成器的脆弱性问题。
• 提升混沌伪随机序列的统计质量与长期稳定性，超越标准基准。
• 探索利用混沌动力学生成可靠、长时间序列的可行性，同时最大限度降低可预测性。
• 在极端迭代次数下（最高达10万亿次）验证新生成器的性能与鲁棒性。

提出的方法

• 该方法使用主混沌映射生成混沌数的基序列。
• 引入二级采样机制，利用混沌值作为索引从主序列中选择子序列。
• 采样函数本身源自相同的混沌动力学，确保选择过程为非线性且不可预测。
• 生成器的内部结构设计使得生成函数被隐藏，防止对序列的逆向工程。
• 通过高精度算术进行数值实验，模拟高达10^13次迭代的序列。
• 应用统计测试评估随机性质量，包括频度测试、序列测试和谱测试，覆盖多种参数配置。

实验结果

研究问题

• RQ1 能否通过使用混沌序列对自身输出进行采样来增强混沌数生成器，从而隐藏生成函数？
• RQ2 内部采样机制如何影响生成的伪随机序列的统计质量与不可预测性？
• RQ3 增强型生成器在多长序列长度范围内仍能保持高质量随机性，特别是在接近10^13次迭代的尺度下？
• RQ4 与标准混沌生成器相比，该方法在熵、周期长度以及抗密码分析能力方面表现如何？
• RQ5 自采样机制在多大程度上提升了伪随机输出的安全性与鲁棒性？

主要发现

• 增强型混沌生成器即使在10万亿次迭代后，仍能生成具有优异统计特性的伪随机序列，表明其具有强大的长期稳定性。
• 内部采样机制成功隐藏了生成函数，显著提高了对密码分析和模式识别的抵抗能力。
• 数值模拟结果表明，生成器在多种维度和参数集下均保持高熵，并通过了标准统计随机性测试。
• 该方法能够以高速生成极长的伪随机序列，适用于蒙特卡洛模拟等计算密集型应用。
• 该方法在多种混沌映射中表现出鲁棒性，表明其适用范围广泛，不仅限于单一动力系统。
• 第八届印度工业与应用数学学会国际会议的结果证实了该方法在实际场景中的可行性与高性能。