Puncte:1

Extracție aleatorie pe date corelate în TRNG

drapel us

Modelele generatoare de numere aleatoare adevărate (TRNG) despre care am citit constau în principal din două etape digitale:

  • Eșantionare de joasă frecvență (a unei surse fizice de zgomot)
  • Extractor aleatorii

Semnalul de zgomot este eșantionat la o frecvență joasă pentru a evita corelarea. Din punct de vedere funcțional, aceasta este echivalentă cu următoarele trei etape:

  1. Eșantionare de înaltă frecvență
  2. Decimator
  3. Extractor aleatorii

În acest proiect, (1) produce o sursă corelată și părtinitoare, (2) decorelează sursa și (3) extrage entropia pentru a produce o ieșire distribuită uniform.

Acum imaginați-vă că schimbăm treapta (2) și (3) astfel încât extractorul alimentează intrarea decimatorului. Care sunt implicațiile pentru TRNG?

Știu că unele extractoare (cum ar fi extractorul von Neumann) funcționează numai pentru surse independente (necorelate).Dar alte extractoare sau utilizarea unui PRNG înainte de decimare? Intuiția mea este că un PRNG – deoarece nu modifică cantitatea de entropie – va „schimbă” părtinirea pentru mai multă corelație.

Puncte:1
drapel cn

Acum imaginați-vă că schimbăm treapta (2) și (3) astfel încât extractorul alimentează intrarea decimatorului. Care sunt implicațiile pentru TRNG?

Veți fi lovit puternic de calculul NIST 800-90B min.entropy pentru sursele de entropie corelate. Presupun că ești preocupat de TRNG-urile cușer nu modele hibride precum DRBG NIST de la 800-90A. Aceștia aruncă o mulțime de bucăți pseudo-aleatorie între resemințele (cum ar fi \dev\urandom).

Asta înseamnă că trebuie să extragi biți imparțiali (bias < $2^{-64}$, corelație <$10^{-3}$) din sursa brută eventual corelată. Cu toate acestea, veți fi conștienți de problemele legate de NIST ea_non_iid instrument de evaluare. Și nu există altul de care să fiu conștient. Deci nu poți cu nicio certitudine autoritară. Dar puteți constata dacă o sursă este IID cu un grad ridicat de certitudine. De aceea, este obișnuit să fie decimați mostrele sursei brute, fie să ajustați rezoluția/frecvența $(\epsilon, \tau^{-1})$ a regimului de eșantionare în schimb până la obținerea probelor IID.

...deoarece nu modifică cantitatea de entropie...

Dar trebuie să reduce (deci schimbați) cantitatea de entropie provenită din sursa brută a TRNG. În caz contrar, veți crea un TRNG hibrid care produce o cantitate mare (dar aproape incomensurabilă) de pseudo-aleatorie în fluxul de ieșire.

Dar alte extractoare sau utilizarea unui PRNG înainte de decimare?

Un PRNG nu poate comprima probele, așa că un PRNG nu poate acționa ca un extractor fără o reînsămânțare masivă și foarte ineficientă.Și decimarea nu poate crește semnificativ rata de entropie, tot ce poate face este să convertească mostrele non-IID în cele IID.

Puteți vedea acest tip de condiționare Aici, unde decorelez fișierele JPEG de ~ 21 KB la 5,8 KB printr-un amestec ciudat de reducere a entropiei și schimbare a regimului de eșantionare. În exemplul meu legat, folosesc SHA-512 ca extractor pentru a comprima 778 de biți la 512 pentru a obține $\epsilon = 2^{-128}$ în conformitate cu Left Over Hash.

DurandA avatar
drapel us
„Dar trebuie să reduceți cantitatea de entropie care provine din sursa brută a TRNG”. Am implicat schimbarea (2) și (3) cu același factor de decimare și nu RNG hibrid. Cred că implicațiile depind foarte mult de extractorul/RNG care este utilizat.
DurandA avatar
drapel us
Nu știam că ești autorul acestui site minunat. Multumesc pentru raspunsul tau interesant.

Postează un răspuns

Majoritatea oamenilor nu înțeleg că a pune multe întrebări deblochează învățarea și îmbunătățește legătura interpersonală. În studiile lui Alison, de exemplu, deși oamenii își puteau aminti cu exactitate câte întrebări au fost puse în conversațiile lor, ei nu au intuit legătura dintre întrebări și apreciere. În patru studii, în care participanții au fost implicați în conversații ei înșiși sau au citit transcrieri ale conversațiilor altora, oamenii au avut tendința să nu realizeze că întrebarea ar influența – sau ar fi influențat – nivelul de prietenie dintre conversatori.