論文の概要: True random number generation using 1T' molybdenum ditelluride

• arxiv url: http://arxiv.org/abs/2404.16271v2
• Date: Mon, 29 Jul 2024 15:57:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-30 23:18:12.423025
• Title: True random number generation using 1T' molybdenum ditelluride
• Title（参考訳）: 1T'モリブデンジテルリドを用いた真ランダム数生成
• Authors: Yang Liu, Pengyu Liu, Yingyi Wen, Zihan Liang, Songwei Liu, Lekai Song, Jingfang Pei, Xiaoyue Fan, Teng Ma, Gang Wang, Shuo Gao, Kong-Pang Pun, Xiaolong Chen, Guohua Hu,
• Abstract要約: 構造メタスタブルな1T' MoTe2から探るコンダクタンスノイズを用いた真の乱数生成について述べる。 このノイズは、15Kでも安定に維持できる頑丈なエントロピー源である。 乱数を用いたニューラルネットワークにおける生体情報保護を実証する。
• 参考スコア（独自算出の注目度）: 11.100766820461034
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: True random numbers are essential for scientific research and various engineering problems. Their generation, however, depends on a reliable entropy source. Here, we present true random number generation using the conductance noise probed from structurally metastable 1T' MoTe2 prepared via electrochemical exfoliation. The noise, fitting a Poisson process, is a robust entropy source capable of remaining stable even at 15 K. Noise spectral density and statistical time-lag suggest the noise originates from the random polarization of the ferroelectric dipoles in 1T' MoTe2. Using a simple circuit, the noise allows true random number generation, enabling their use as the seed for high-throughput secure random number generation over 1 Mbit/s, appealing for applications such as cryptography where secure data protection has now become severe. Particularly, we demonstrate safeguarding key biometric information in neural networks using the random numbers, proving a critical data privacy measure in big data and artificial intelligence.
• Abstract（参考訳）: 真のランダム数は、科学研究や様々な工学的な問題に不可欠である。 しかし、それらの生成は信頼できるエントロピー源に依存している。 本稿では,電気化学的剥離法を用いて作製した構造準安定1T'MoTe2から探るコンダクタンスノイズを用いた真の乱数生成について述べる。 ノイズスペクトル密度と統計的時間ラグは、1T' MoTe2における強誘電体双極子のランダムな分極に由来することを示唆している。 単純な回路を用いることで、ノイズは真の乱数生成を可能にし、1Mbit/sを超える高スループットなセキュアな乱数生成のシードとしての使用を可能にし、セキュアなデータ保護が深刻になった暗号などのアプリケーションにアピールする。 特に、乱数を用いてニューラルネットワークの重要な生体情報を保護することを実証し、ビッグデータと人工知能において重要なデータプライバシー対策を示す。

関連論文リスト

• Efficient Quality Estimation of True Random Bit-streams [5.441027708840589]
  本稿では,真のランダムビットストリームにおける異常検出のためのオンライン手順の実装とその特徴について報告する。 このアプローチの実験的検証は、量子シリコンベースのエントロピー源によって生成されたビットストリーム上で実行される。
  論文  参考訳（メタデータ） (2024-09-09T12:09:17Z)
• Already Moderate Population Sizes Provably Yield Strong Robustness to Noise [53.27802701790209]
  2つの進化的アルゴリズムは、OneMaxベンチマークのランタイムを増大させることなく、一定のノイズ確率を許容できることを示す。 この結果は、ノイズのない子孫は親と騒々しい子孫の間に偏りのある均一な交叉と見なすことができるという、新しい証明の議論に基づいている。
  論文  参考訳（メタデータ） (2024-04-02T16:35:52Z)
• Causal Layering via Conditional Entropy [85.01590667411956]
  因果発見は、生成した観測可能なデータから観測されていない因果グラフに関する情報を回収することを目的としている。 我々は、条件付きエントロピーオラクルを介してデータにアクセスすることによって、グラフの階層化を回復する方法を提供する。
  論文  参考訳（メタデータ） (2024-01-19T05:18:28Z)
• Positive-incentive Noise [91.3755431537592]
  騒音は様々な分野、例えば工学や学習システムにおいて深刻な問題と見なされている。 本稿では,従来の提案が常に成立するかどうかを検討することを目的とする。 $pi$-noiseは、いくつかのモデルに新しい説明を提供し、マルチタスク学習や逆トレーニングなど、いくつかの分野に新しい原則を提供する。
  論文  参考訳（メタデータ） (2022-12-19T15:33:34Z)
• Entwicklung eines schnellen optischen Quanten-Zufallsgenerators [0.0]
  本研究は,真の量子乱数生成器のセットアップ,文字化,データ処理について報告する。 ランダム性源として、光の純粋量子真空状態を使用し、レーザービームによって増幅される。 システムは25Gbit/sの速さで真の乱数とユニークな乱数を生成することができ、その結果、以前の実装よりも大幅に性能が向上する。
  論文  参考訳（メタデータ） (2022-12-07T22:08:12Z)
• Testing randomness of series generated in Bell's experiment [62.997667081978825]
  おもちゃの光ファイバーをベースとしたセットアップを用いてバイナリシリーズを生成し、そのランダム度をVilleの原理に従って評価する。 標準統計指標の電池、ハースト、コルモゴロフ複雑性、最小エントロピー、埋め込みのTakensarity次元、および拡張ディッキー・フラーとクワイアトコフスキー・フィリップス・シュミット・シン(英語版)でテストされ、ステーション指数をチェックする。 Toeplitz 抽出器を不規則級数に適用することにより得られる系列のランダム性のレベルは、非還元原料のレベルと区別できない。
  論文  参考訳（メタデータ） (2022-08-31T17:39:29Z)
• Source-independent quantum random number generator against tailored detector blinding attacks [6.86599501487994]
  本稿では,原因の脆弱性に対処する量子乱数生成プロトコルを提案する。 本研究では, パルスあたり0.1ビットの生成速度で2次元計測を行うために, ランダム数を生成するプロトコルの有効性を実験的に実証した。
  論文  参考訳（メタデータ） (2022-04-26T08:47:37Z)
• A High-Quality Entropy Source Using van der Waals Heterojunction for True Random Number Generation [0.41998444721319217]
  暗号などのハイエンドアプリケーションで使用されるランダムシーケンスの生成は、その不確定性のためにエントロピーソースに依存している。 物理過程からエントロピーを抽出する離散電荷変動を検出する小型装置を提案する。 エントロピー生成速度を数桁にわたって調整し, 低温から環境条件まで, 基礎となる物理過程の持続性を示す。
  論文  参考訳（メタデータ） (2022-04-13T17:25:08Z)
• The Optimal Noise in Noise-Contrastive Learning Is Not What You Think [80.07065346699005]
  この仮定から逸脱すると、実際により良い統計的推定結果が得られることが示される。 特に、最適な雑音分布は、データと異なり、また、別の家族からさえも異なる。
  論文  参考訳（メタデータ） (2022-03-02T13:59:20Z)
• Generation of 1 Gb full entropy random numbers with the enhanced-NRBG method [0.13124513975412253]
  量子エントロピー源と決定論的ランダムビット生成機構を用いた非決定論的ランダムビット生成の実験的検討 抽出した生乱数はさらに後処理され、ハッシュベースの決定論的乱数生成用高エントロピーシードを生成する。
  論文  参考訳（メタデータ） (2021-08-09T20:06:43Z)
• Improved, Deterministic Smoothing for L1 Certified Robustness [119.86676998327864]
  分割雑音を伴う非加法的決定論的平滑化法(dssn)を提案する。 一様加法平滑化とは対照的に、ssn認証は無作為なノイズコンポーネントを独立に必要としない。 これは、規範ベースの敵対的脅威モデルに対して決定論的「ランダム化平滑化」を提供する最初の仕事である。
  論文  参考訳（メタデータ） (2021-03-17T21:49:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。