基于细胞神经网络的伪随机数生成方法

为了克服有限精度效应对混沌系统的退化影响,改善所生成随机序列的统计性能,设计了一种新的基于六维CNN(细胞神经网络)的64 bit伪随机数生成方法。在该方法中,通过控制六维CNN在每次迭代过程中的输入输出,改善了混沌退化对随机数的性能影响,同时,通过与Logistic映射所生成的随机序列和可变参数进行异或处理,有效避免了生成序列的重复出现,扩大了密钥空间和输出序列的周期。以新方法设计的PRNG(伪随机数生成器)易于在软件中实现,每次可生成64 bit的伪随机数,生成速率快。测试结果表明,该方法生成的伪随机序列可以完全通过随机数检测标准NIST SP800-22,因而具有很好的随机性,可用于保密通信等信息安全领域。