Fugu-MT 論文翻訳(概要): Modelling 1/f Noise in TRNGs via Fractional Brownian Motion

論文の概要: Modelling 1/f Noise in TRNGs via Fractional Brownian Motion

arxiv url: http://arxiv.org/abs/2410.14205v3
Date: Wed, 28 May 2025 20:37:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-30 15:42:32.606275
Title: Modelling 1/f Noise in TRNGs via Fractional Brownian Motion
Title（参考訳）: フラクショナルブラウン運動によるTRNGの1/fノイズのモデル化
Authors: Maciej Skorski,
Abstract要約: 乱数生成器のセキュリティは、複雑な1/falpha$位相ノイズのため、完全には理解されていない。分数的なブラウン運動を包括的理論的枠組みとして導入し、ホワイトからフリック周波数ノイズまでのパワー・ロースペクトル密度を捉える。
参考スコア（独自算出の注目度）: 1.3053649021965603
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Security of oscillatory true random number generators remains not fully understood due to insufficient understanding of complex $1/f^\alpha$ phase noise. To bridge this gap, we introduce fractional Brownian motion as a comprehensive theoretical framework, capturing power-law spectral densities from white to flicker frequency noise. Our key contributions provide closed-form tractable solutions: (1) a quasi-renewal property showing conditional variance grows with power-law time dependence, enabling tractable leakage analysis; (2) closed-form min-entropy expressions under Gaussian phase posteriors; and (3) asymptotically unbiased Allan variance parameter estimation. This framework bridges physical modelling with cryptographic requirements, providing both theoretical foundations and practical calibration for oscillator-based TRNGs.
Abstract（参考訳）: 振動性真の乱数生成器のセキュリティは、複雑な1/f^\alpha$相雑音の理解が不十分であるため、完全には理解されていない。このギャップを埋めるために、分数的なブラウン運動を包括的理論的枠組みとして導入し、ホワイトからフリック周波数ノイズまでのパワー・ロースペクトル密度を捉える。提案手法の主な寄与は,(1)条件付き分散を示す準更新特性は,ゆるやかな時間依存性によって増大し,トラクタブルリーク解析が可能となること,(2)ガウス位相後部における閉形式ミンエントロピー表現,(3)漸近的に偏りのないアラン分散パラメータ推定である。このフレームワークは物理モデリングを暗号化要求でブリッジし、振動子ベースのTRNGの理論的基礎と実用的な校正の両方を提供する。

関連論文リスト

Discrete Markov Probabilistic Models [8.206838934494513]
離散マルコフ確率モデル(DMPM)は離散データ生成のための新しいアルゴリズムである。時間反転過程の強度は古典的なスコア関数の離散的なアナログによって制御される。この研究は理論の基礎と実践的応用を橋渡しし、効果的で理論的に基礎付けられた離散生成モデリングの開発を進めた。
論文参考訳（メタデータ） (2025-02-11T20:36:23Z)
Efficient learning and optimizing non-Gaussian correlated noise in digitally controlled qubit systems [0.6138671548064356]
雑音最適化回路設計における高次スペクトル推定法について述べる。注目すべきは、デジタル駆動された量子ビットダイナミクスは、適用された制御の複雑さによってのみ決定できることである。
論文参考訳（メタデータ） (2025-02-08T02:09:40Z)
A Compact Quantum Random Number Generator Based on Balanced Detection of Shot Noise [0.0]
市販オフザシェルフパッケージにおけるLEDからのショットノイズのバランス検出による乱数抽出手法について述べる。設計は製造性、コスト、サイズに最適化されている。
論文参考訳（メタデータ） (2024-09-30T17:18:45Z)
Bayesian Inference of General Noise Model Parameters from Surface Code's Syndrome Statistics [0.0]
表面符号のテンソルネットワークシミュレータを統合する一般雑音モデルベイズ推論法を提案する。雑音パラメータが一定であり変化しない定常雑音に対しては,マルコフ連鎖モンテカルロに基づく手法を提案する。より現実的な状況である時間変化ノイズに対しては、シーケンシャルなモンテカルロに基づく別の手法を導入する。
論文参考訳（メタデータ） (2024-06-13T10:26:04Z)
The Crystal Ball Hypothesis in diffusion models: Anticipating object positions from initial noise [92.53724347718173]
拡散モデルはテキスト・画像生成タスクにおいて顕著な成功を収めた。我々は、初期ノイズ画像内の特定の領域をトリガーパッチと呼び、結果として発生する画像のオブジェクト生成に重要な役割を果たす。
論文参考訳（メタデータ） (2024-06-04T05:06:00Z)
Information limits and Thouless-Anderson-Palmer equations for spiked matrix models with structured noise [19.496063739638924]
構造スパイクモデルに対するベイズ推定の飽和問題を考える。適応的なThouless-Anderson-Palmer方程式の理論にインスパイアされた効率的なアルゴリズムを用いて、統計的限界を予測する方法を示す。
論文参考訳（メタデータ） (2024-05-31T16:38:35Z)
Accurate and Honest Approximation of Correlated Qubit Noise [39.58317527488534]
提案手法は, 量子ビット相関度の高い雑音成分を組み込むことにより, 精度を向上することのできる, 近似雑音チャネルの効率的な構成法である。固定周波数超伝導量子ビットに典型的な現実的な雑音強度では、2量子ビット相関を超える相関ノイズがコードシミュレーションの精度に大きく影響することを発見した。
論文参考訳（メタデータ） (2023-11-15T19:00:34Z)
Score-based Diffusion Models in Function Space [140.792362459734]
拡散モデルは、最近、生成モデリングの強力なフレームワークとして登場した。本稿では,関数空間における拡散モデルをトレーニングするためのDDO(Denoising Diffusion Operators)という,数学的に厳密なフレームワークを提案する。データ解像度に依存しない固定コストで、対応する離散化アルゴリズムが正確なサンプルを生成することを示す。
論文参考訳（メタデータ） (2023-02-14T23:50:53Z)
Representing Noisy Image Without Denoising [91.73819173191076]
ラドン空間におけるフラクショナルオーダーモーメント(FMR)は、ノイズの多い画像から直接ロバストな表現を引き出すように設計されている。従来の整数順序法とは異なり、我々の研究は特別な場合のような古典的手法を取り入れたより汎用的な設計である。
論文参考訳（メタデータ） (2023-01-18T10:13:29Z)
C2N: Practical Generative Noise Modeling for Real-World Denoising [53.96391787869974]
両例を使わずに複雑な実世界の騒音を模倣するクリーン・ツー・ノイズ画像生成フレームワーク,すなわちC2Nを導入する。我々は,C2Nの騒音発生器を実世界の騒音特性の成分に応じて構築し,広い範囲の騒音を正確に表現する。
論文参考訳（メタデータ） (2022-02-19T05:53:46Z)
Asymmetric Heavy Tails and Implicit Bias in Gaussian Noise Injections [73.95786440318369]
我々は、勾配降下(SGD)のダイナミクスに対する注射ノイズの影響であるGNIsのいわゆる暗黙効果に焦点を当てています。この効果は勾配更新に非対称な重尾ノイズを誘発することを示す。そして、GNIが暗黙のバイアスを引き起こすことを正式に証明し、これは尾の重みと非対称性のレベルによって異なる。
論文参考訳（メタデータ） (2021-02-13T21:28:09Z)
Statistical Analysis of Signal-Dependent Noise: Application in Blind Localization of Image Splicing Forgery [20.533239616846874]
本研究では,信号依存ノイズ(SDN)を局所化タスクのスプライシングに適用する。最大後方マルコフランダムフィールド(MAP-MRF)フレームワークを構築することで、ノイズの可能性を生かし、スプリケートされた物体の異領域を明らかにする。実験結果から,本手法は有効であり,比較ローカライゼーション性能が得られた。
論文参考訳（メタデータ） (2020-10-30T11:53:53Z)
Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
論文参考訳（メタデータ） (2020-06-15T18:31:02Z)
Stochastic Optimization with Heavy-Tailed Noise via Accelerated Gradient Clipping [69.9674326582747]
そこで本研究では,重み付き分散雑音を用いたスムーズな凸最適化のための,クリップ付きSSTMと呼ばれる新しい1次高速化手法を提案する。この場合、最先端の結果を上回る新たな複雑さが証明される。本研究は,SGDにおいて,ノイズに対する光細かな仮定を伴わずにクリッピングを施した最初の非自明な高確率複雑性境界を導出した。
論文参考訳（メタデータ） (2020-05-21T17:05:27Z)

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。