論文の概要: Cryptographically Secure Pseudo-Random Number Generation (CS-PRNG) Design using Robust Chaotic Tent Map (RCTM)
- arxiv url: http://arxiv.org/abs/2408.05580v1
- Date: Sat, 10 Aug 2024 15:16:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-13 18:21:45.927840
- Title: Cryptographically Secure Pseudo-Random Number Generation (CS-PRNG) Design using Robust Chaotic Tent Map (RCTM)
- Title（参考訳）: Robust Chaotic Tent Map (RCTM) を用いたCS-PRNGの設計
- Authors: Muhammad Irfan, Muhammad Asif Khan,
- Abstract要約: 本稿では,ロバストなカオステントマップ(RCTM)を用いて,暗号的にセキュアな擬似ランダム数(CSPRNG)を生成する新しい手法を提案する。
生成した疑似ランダムビットのランダム性を確認する様々な統計的試験が実施されている。
- 参考スコア（独自算出の注目度）: 2.0448353403141515
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Chaos, a nonlinear dynamical system, favors cryptography due to their inherent sensitive dependence on the initial condition, mixing, and ergodicity property. In recent years, the nonlinear behavior of chaotic maps has been utilized as a random source to generate pseudo-random number generation for cryptographic services. For chaotic maps having Robust chaos, dense, chaotic orbits exist for the range of parameter space the occurrence of chaotic attractors in some neighborhoods of parameter space and the absence of periodic windows. Thus, the robust chaotic map shows assertive chaotic behavior for larger parameters space with a positive Lyapunov exponent. This paper presents a novel method to generate cryptographically secure pseudo-random numbers (CSPRNG) using a robust chaotic tent map (RCTM). We proposed a new set of equations featuring modulo and scaling operators that achieve vast parameter space by keeping chaotic orbit globally stable and robust. The dynamic behavior of the RCTM is studied first by plotting the bifurcation diagram that shows chaotic behavior for different parameters, which the positive Lyapunov exponent verifies. We iterated the RCTM to generate pseudo-random bits using a simple thresholding method. Various statistical tests are performed that ascertain the randomness of generated secure pseudo-random bits. It includes NIST 800-22 test suite, ENT statistical test suite, TestU01 test suite, key space analysis, key sensitivity analysis, correlation analysis, histogram analysis, and differential analysis. The proposed scheme has achieved larger key space as compared with existing methods. The results show that the proposed PRBG algorithm can generate CSPRNG.
- Abstract（参考訳）: 非線形力学系であるカオスは、初期状態、混合、エルゴード性に固有の依存性があるため、暗号を好んでいる。
近年,カオスマップの非線形挙動をランダムな情報源として利用して,暗号サービスにおける擬似ランダム数生成を実現している。
ロバストカオス、密度、カオス軌道を持つカオス写像に対して、パラメータ空間の範囲には、パラメータ空間のいくつかの近傍におけるカオスアトラクションの発生と周期窓の欠如が存在する。
したがって、ロバストなカオス写像は、正のリャプノフ指数を持つより大きなパラメータ空間に対する断続的なカオス挙動を示す。
本稿では,ロバストなカオステントマップ(RCTM)を用いて,暗号的にセキュアな擬似ランダム数(CSPRNG)を生成する手法を提案する。
我々は、カオス軌道を全世界的に安定かつ堅牢に保つことにより、広大なパラメータ空間を達成するモジュラーとスケーリング演算子を特徴とする新しい方程式セットを提案した。
RCTMの動的挙動は、まず、正のリャプノフ指数が検証する異なるパラメータのカオス的挙動を示す分岐図をプロットすることによって研究される。
我々はRCTMを繰り返し、単純なしきい値法を用いて擬似ランダムビットを生成した。
生成した疑似ランダムビットのランダム性を確認する様々な統計的試験が実施されている。
NIST 800-22テストスイート、ENT統計テストスイート、TestU01テストスイート、キー空間分析、キー感度分析、相関解析、ヒストグラム解析、微分分析を含む。
提案手法は既存の手法に比べて大きな鍵空間を達成している。
その結果,提案したPRBGアルゴリズムはCSPRNGを生成可能であることがわかった。
関連論文リスト
- Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。
このような問題は医学、物理学、機械学習で発生する。
両種類の雑音下で提案アルゴリズムの収束保証を行う。
論文 参考訳（メタデータ） (2024-11-21T10:26:17Z) - Ideal Pseudorandom Codes [8.382679821011134]
擬似乱数符号は誤り訂正符号であり、効率のよい敵が一様ランダムな文字列から符号化を区別できない性質を持つ。
その後、いくつかの擬似乱数符号の構成が提案されているが、これらは以前に見られたコードワードに依存するエラーチャネルに対して堅牢なものではない。
単一ビットメッセージに対して適応的にロバストな擬似乱数符号を用いて、CCAセキュアな擬似乱数符号を構築することができることを示す。
論文 参考訳（メタデータ） (2024-11-08T20:22:14Z) - Noise-Crypt: Image Encryption with Non-linear Noise, Hybrid Chaotic Maps, and Hashing [0.8205507411993582]
Noise-Cryptは、非線形ランダムノイズ、ハイブリッドカオスマップ、SHA-256ハッシュアルゴリズムを統合する画像暗号化アルゴリズムである。
提案手法は、ディファレンシャルアタック、エントロピー、相関など、いくつかのセキュリティパラメータに対して評価されている。
セキュリティ解析の結果は、ロバストな画像暗号化を実現するための提案手法の有効性を検証する。
論文 参考訳（メタデータ） (2023-09-20T17:11:35Z) - Provable Guarantees for Generative Behavior Cloning: Bridging Low-Level
Stability and High-Level Behavior [51.60683890503293]
生成モデルを用いた複雑な専門家による実演の行動クローニングに関する理論的枠組みを提案する。
任意の専門的軌跡の時間ごとのステップ分布に一致するトラジェクトリを生成することができることを示す。
論文 参考訳（メタデータ） (2023-07-27T04:27:26Z) - 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) - A novel conservative chaos driven dynamic DNA coding for image
encryption [0.0]
画像暗号化アルゴリズムは動的DNA符号化アルゴリズムである。
結果は、様々な共通暗号解析攻撃に対するアルゴリズムの堅牢性を証明するものである。
論文 参考訳（メタデータ） (2022-07-12T11:40:09Z) - Scaling Structured Inference with Randomization [64.18063627155128]
本稿では、構造化されたモデルを数万の潜在状態に拡張するためにランダム化された動的プログラミング(RDP)のファミリを提案する。
我々の手法は古典的DPベースの推論に広く適用できる。
また、自動微分とも互換性があり、ニューラルネットワークとシームレスに統合できる。
論文 参考訳（メタデータ） (2021-12-07T11:26:41Z) - 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) - Sinkhorn Natural Gradient for Generative Models [125.89871274202439]
本研究では,シンクホーンの発散による確率空間上の最も急降下法として機能するシンクホーン自然勾配(SiNG)アルゴリズムを提案する。
本稿では,SiNG の主要成分であるシンクホーン情報行列 (SIM) が明示的な表現を持ち,対数的スケールの複雑さを正確に評価できることを示す。
本実験では,SiNGと最先端のSGD型解法を定量的に比較し,その有効性と有効性を示す。
論文 参考訳（メタデータ） (2020-11-09T02:51:17Z) - Pseudo Random Number Generation through Reinforcement Learning and
Recurrent Neural Networks [0.0]
Pseudo-Random Number Generator (PRNG) は乱数の性質を近似する数列を生成するアルゴリズムである。
本稿では,PRNGをゼロから生成するタスクに対する強化学習手法を提案する。
論文 参考訳（メタデータ） (2020-10-31T10:53:23Z) - A Contour Stochastic Gradient Langevin Dynamics Algorithm for
Simulations of Multi-modal Distributions [17.14287157979558]
ビッグデータ統計学の学習のための適応重み付き勾配ランゲヴィン力学(SGLD)を提案する。
提案アルゴリズムは、CIFAR100を含むベンチマークデータセットで検証される。
論文 参考訳（メタデータ） (2020-10-19T19:20:47Z)
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。