Войти
Псевдослучайность измеряет степень, в которой последовательность чисел, "хотя и создается полностью детерминированным и повторяемым процессом, по всей видимости, без шаблонов."
Кажущаяся случайность шаблона является" ключевым моментом "многих сетевых и других средств обеспечения безопасности. Поскольку последовательность является повторяемой, Важно, чтобы «seed », которое вместе с генератором выдает числа, было правильно выбрано и сохранено скрытым.
Генерация случайных числа имеют много применений (в основном в статистике, для случайной выборки и моделирования ). До современных вычислений исследователи, которым требуются случайные числа, либо генерировали оцените их различными способами (кости, карты, колеса рулетки и т. д.) или используйте существующие таблицы случайных чисел.
Первая попытка предоставить исследователям готовый набор случайных цифр была предпринята в 1927 году, когда Cambridge University Press опубликовала таблицу из 41600 цифр, разработанную L.H.C. Типпет. В 1947 году RAND Corporation генерировала числа путем электронного моделирования колеса рулетки; в конечном итоге результаты были опубликованы в 1955 году как Миллион случайных цифр со 100 000 нормальных отклонений.
Использование «радиоактивного вещества, извергающего электроны и гамма-лучи», «распад которого случайный "или получение" непредсказуемых последовательностей данных с использованием радио, настроенного между станциями, сбор атмосферного шума "дает краткосрочную непредсказуемость. Время, необходимое для получения большого количества этих чисел, привело к компромиссу: использование некоторых из этих физических значений в качестве «семени» для компьютерной генерации большего количества. Чем меньше «случайных» чисел, не являющихся начальными, тем более случайными кажутся числа. Один из компромиссов - смешивать время между нажатиями клавиш людьми.
Доказано, что действия людей полезны для повторяемости Многофакторной аутентификации и исследований Броуновского движения показали, как статистика и вероятностные модели могут «предсказать», что будет делать группа, даже если конкретное движение «случайное».
предсказуемость создаваемых последовательностей псевдослучайных чисел детерминированным алгоритмом, вкратце кластеры, кажутся случайными.
В теоретической информатике распределение является псевдослучайным против класса противников, если ни один противник из класса не может отличить его от равномерного распределения со значительным преимуществом. Это понятие псевдослучайности изучается в теории сложности вычислений и имеет приложения к криптографии.
Формально, пусть S и T - конечные множества и пусть F = {f: S → T} - класс функций. Распределение Dпо S является ε- псевдослучайным по сравнению с F, если для каждого f в F, статистическое расстояние между распределениями f (X), где X выбирается из D, и f (Y), где Y выбирается из равномерного распределения на S, составляет не более ε.
В типичных приложениях класс F описывает модель вычислений с ограниченными ресурсами, и один заинтересован в разработке распределений D с некоторыми свойствами, которые являются псевдослучайными по сравнению с F . Распределение D часто указывается как результат генератора псевдослучайных чисел.
псевдослучайность, теория эффективного создания объектов, которые «выглядят случайными», несмотря на то, что построены с использованием небольшой или нулевой случайности.
