基于人体指纹特征的随机序列发生器

利用人体指纹特征本身内在的唯一性、不可预测性和外部随机噪声(光照、损伤等)给出了产生随机序列的一类新方法——基于人体指纹特征的随机序列发生器,实现了人体生物特征与密码的结合.使用自相关函数方法和BDS统计检验方法验证了该随机序列优良的线性不相关性和非线性不相关性,得到了完全不可预测的非周期随机序列.通过美国国家标准技术研究院(NIST)推荐的标准随机统计测验FIPS140-1 Tests和NIST Special Publication 800-22 Tests对该随机序列进行了检验.检验结果表明基于人体指纹特征的随机序列发生器是满足密码安全的随机序列发生器,并且实现简单、方便.

基于Intel RNG的真随机数生成器研究

目的构建基于特定Intel芯片组中random number generator(RNG)单元的真随机数生成器。方法在Intel 815E 芯片组的个人电脑上安装Intel Security Driver(ISD)后,使用Microsoft Visual C++ 6编程,通过寄存器读取的方式获取RNG中的随机数。结果生成的500个随机数通过的NIST FIPS 140-1和χ2拟合优度检验(α=0.05 ),表明本方法所生成的随机数满足独立性和分布均匀性的要求。生成7500个随机数经域值变换后与随机数表中的同等数目的随机数进行了统计学比较,结果显示前者的均值偏移、SD, SE和CV均小于后者。结论基于Intel RNG的真随机数生成器可以生成满足独立性和分布均匀性的真随机数,生成的随机数效果与随机数表中的随机数没有显著性区别。但是基于Intel RNG的真随机数生成器能解决使用随机数表获取随机数中可能存在的问题,具有较好的普遍性和实用性。

基于CryptoAPI的生物医学真随机数的生成器

目的 :构建基于MicrosoftCryptoAPI的真随机数生成器 .方法 :在Intel815E芯片组的个人电脑上安装IntelSe curityDriver(ISD)后 ,使用MicrosoftVisualC ++6编程 ,通过CryptGenRandom函数获取真随机数 .结果 :生成的 5 0 0个随机数通过了NISTFIPS 14 0 1和 χ2 拟合优度检验 (α =0 .0 5 ) ,表明本方法所生成的随机数满足独立性和分布均匀性的要求 .生成 75 0 0个随机数经域值变换后与随机数表中的同等数目的随机数进行了统计学比较 ,结果显示前者的均值偏移、SD ,SE和CV均小于后者 .结论 :基于CryptoAPI的真随机数生成器可以生成满足独立性和分布均匀性的真随机数 .