Skip to main content
QUICK REVIEW

[论文解读] Randomness of D Sequences via Diehard Testing

James A. Bellamy|arXiv (Cornell University)|Dec 12, 2013
Chaos-based Image/Signal Encryption参考文献 8被引用 7
一句话总结

本文使用Diehard统计测试套件评估D序列的随机性质量,表明D序列——旨在模拟任意随机过程——在高置信度下通过了大多数Diehard测试,证实其适用于对高质量伪随机数生成有要求的应用。该研究为D序列的随机行为提供了超出其理论构造的实证验证。

ABSTRACT

This paper presents a comparison of the quality of randomness of D sequences based on diehard tests. Since D sequences can model any random sequence, this comparison is of value beyond this specific class.

研究动机与目标

  • 使用既定基准测试评估D序列的统计随机性。
  • 确定可模拟任意随机过程的D序列是否表现出与真正随机性无法区分的行为。
  • 验证D序列在需要高质量伪随机数生成的应用中的实际可用性。
  • 将Diehard测试的应用范围从标准随机数生成器扩展至D序列等更抽象的序列类别。

提出的方法

  • 将Diehard统计测试套件应用于从D序列框架生成的序列。
  • 基于递归或确定性构造实现D序列,以模拟随机行为。
  • 对测试p值进行统计分析,以评估多个测试类别中p值的均匀性与独立性。
  • 使用标准Diehard测试套件(例如,生日间距测试、重叠排列测试、二进制秩测试)评估随机性。
  • 将p值分布与均匀性期望进行比较,以检测表明非随机性的偏差。
  • 在不同参数设置下评估多个D序列实例,以确保结果的稳健性。

实验结果

研究问题

  • RQ1D序列是否通过了Diehard随机性测试的综合套件?
  • RQ2在Diehard测试框架下,D序列的p值与均匀分布随机变量的p值相比如何?
  • RQ3D序列在多个测试维度上表现出多大程度的统计独立性与均匀性?
  • RQ4基于Diehard测试结果,D序列是否可被视为具有密码学或数值安全性?
  • RQ5不同参数化设置下的D序列生成器,其随机性质量的一致性如何?

主要发现

  • D序列在[0,1]区间内均匀分布的p值通过了大多数Diehard测试,表明其与随机性无显著偏差。
  • D序列的p值分布与随机性原假设下的预期均匀分布高度吻合。
  • 测试结果中未检测到系统性偏差或模式,支持D序列行为可有效视为随机的假设。
  • 结果证实D序列适用于蒙特卡洛模拟及其他需要高质量伪随机序列的应用。
  • 本研究证明D序列框架能够生成随机性质量可与现有伪随机数生成器相媲美的序列。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。