A Fast Pseudorandom Number Generator with BLAKE Hash Function

This paper presents a fast pseudorandom generation algorithm,which is based on the BLAKE hash function and can pass the random test of the NIST（National Institute of Standards and Technology） Statistical Test Suite.Through theoretical analysis and experimental imitation,our new algorithm is proven to be more secure and efficient than G-SHA1.Simultaneously,we introduce and discuss the BLAKE in detail.Its security shows that can be utilized to generate pseudorandom bit sequences,which the experimental results show the BLAKE hash function has excellent pseudorandomness.Therefore,we believe the BLAKE is one of the most potential candidate algorithms of SHA-3 program.

一种新型均匀分布混沌伪随机数发生器

提出了一种基于一维无限折叠混沌映射的均匀分布混沌伪随机数发生器。统计测试和仿真证实,在一定的参数范围内,所产生的混沌序列序为均匀分布序列且具有理想的二值自相关函数。

基于直方图均化法的改进Logistic映射伪随机数发生器设计及性能研究

Logistic映射伪随机数发生器(LM-PRNG)可用于生成均匀分布的伪随机数,但直接生成随机数的数据分布均匀性不佳.为此,文中根据LM-PRNG直接生成随机数数据分布的特性,设计了一种基于直方图优化法的改进Logistic伪随机数发生器(ILM-PRNG),并利用参数检验、均匀性检验及独立性检验分析了LM-PRNG和ILM-PRNG的性能.3种数据规模下的测试结果表明:在显著水平α=0.05下,LM-PRNG生成伪随机数序列的一阶矩在数据规模N=10~3和N=10~4时可以通过检验,在N=10~5时通过检验的比例为60%,其二阶矩、方差和均匀性在本次实验中均未通过检验,通过独立性检验的样本数占本次研究样本数的93.3%;ILM-PRNG生成的均匀分布伪随机数均通过参数检验、均匀性检验和独立性检验,其参数性与均匀性均随着生成数据规模的扩大而不断提高,独立性与数据规模的关系不大;ILM-PRNG可以克服LM-PRNG的不足,生成更良好的均匀分布伪随机数,是一种性能良好的新型伪随机数发生器.

混沌伪随机序列发生器设计与分析

对区间数目参数化分段线性混沌映射(SNP-PLCM)的密码学特性进行详细分析,并以此为基础,提出了一种基于区间数目参数化分段线性混沌映射的伪随机序列发生器。该发生器同时利用控制参数扰动策略和输出序列扰动策略避免数字化混沌系统的动力学特性退化。理论分析和仿真实验结果表明,该算法产生的伪随机序列具有理想的性能。

线性同余人字映射组合产生均匀随机数

研究了线性同余法与人字映射组合随机数发生器 :xn=Axn-1(mod M) ,wn=2 xn, xn≤ 0 .5 M,wn=2 (M-xn) +1 , xn>0 .5 M,yn=wn/ M.该组合发生器比相应的线性同余法在空间结构上有明显改善 。

基于组合混沌映射的伪随机数发生器

本文针对混沌法产生的伪随机数序列统计性能不佳的缺陷,提出了一种将Logistic混沌映射和无限折叠混沌映射进行组合的伪随机数发生器新方法。计算机仿真结果表明,此方法比单个的Logistic映射伪随机数发生器或无限折叠混沌映射伪随机数发生器具有更优良的统计性能。

改进的无限折叠混沌映射伪随机数发生器

分析了某种新型均匀分布伪随机数发生器对初始值要求严格的主要原因,并通过引入Logistic混沌映射,提出了能够消除不良初始值的改进伪随机数发生器。计算机仿真结果表明,该方法产生的均匀分布伪随机数对初始值选择无特殊要求,而且具有良好的统计性能。

基于混沌系统的伪随机数发生器设计

伪随机数发生器广泛应用于信息安全领域,基于超混沌Lorenz系统和斜帐篷映射提出一种伪随机数发生器。首先利用超混沌Lorenz系统迭代产生4路伪随机序列{S1,S2,S3,S4},并以每8位为一个分组;然后利用斜帐篷映射迭代产生1个伪随机序列Ss用于数据选择;最后通过Ss序列值选择{S1,S2,S3,S4}序列中的一个为该8位的输出,继而产生伪随机序列输出。设计方案的输出结果通过了NIST的SP800-22 rev1a的全部随机性检验,并用图像加密测试证明其具有良好的随机性。

一种基于混合映射策略的改进梅森旋转演算法

文中基于Logistic与Kent两种混沌映射策略交叉映射初始序列的方法,提出一种改进的梅森旋转演算法(LKMT)。为考察其有效性,文中采用SP 800-22测试包测试包括频率、块频率、游程测试等随机性,并与文中提出的其他两种改进方法:基于Logistic混沌映射的MT方法(LMT)和基于Kent混沌映射的MT方法(KMT),进行分组实验对比分析,从不同类别的测试结果通过率比较,LKMT优于KMT和LMT,从通过测试的P_value数值大小来看,LKMT最优,但仅从近似商测试这一测试类别考察,KMT最优。综合考察,文中提出的LKMT相较于其他两种方法是较优的,且相对稳定的。