
- •Імовірнісне моделювання
- •4.1. Метод статистичних випробувань
- •4.2. Генератори випадкових чисел
- •4.2.1. Типи генераторів
- •4.2.2. Лінійні конгруентні генератори
- •4.3. Перевірка послідовностей випадкових чисел
- •4.4. Моделювання випадкових подій та дискретних величин
- •4.4.1. Незалежні випадкові події
- •4.4.2. Група несумісних подій
- •4.4.3. Умовна подія
- •4.4.4. Випадкова дискретна величина
- •4.4.5. Геометричний розподіл
- •4.4.6. Біноміальний розподіл
- •4.4.7. Розподіл Пуассона
- •4.5. Моделювання неперервних випадкових величин
- •4.5.1. Метод оберненої функції
- •4.5.2. Рівномірний розподіл
- •4.5.3. Експоненціальний розподіл
- •4.5.4. Пуассонівський потік
- •4.5.5. Нормальний розподіл
- •4.5.6. Логарифмічно-нормальний розподіл
- •4.5.7. Розподіл і потоки Ерланга
- •4.5.8. Гамма-розподіл
- •4.5.9. Бета-розподіл
- •4.5.10. Розподіл Вейбулла
- •4.5.11. Гіпер- і гіпоекспоненціальні розподіли
- •4.6. Моделювання випадкових векторів
- •4.7. Моделювання випадкових процесів
- •4.8. Статистична обробка результатів моделювання
- •4.8.1. Оцінювання ймовірності
- •4.8.2. Оцінювання розподілу випадкової величини
- •4.8.3. Оцінювання математичного сподівання
- •4.8.4. Оцінювання дисперсії
- •4.8.5. Оцінювання кореляційного моменту
- •4.9. Визначення кількості реалізацій під час моделювання випадкових величин
- •4.9.1. Оцінювання ймовірності
- •4.9.2. Оцінювання середнього значення
- •Висновки
- •Контрольні запитання та завдання
- •Рождение метода Монте-Карло в Лос-Аламосе
- •Дальнейшее развитие и современность
- •Интегрирование методом Монте-Карло
- •Обычный алгоритм Монте-Карло интегрирования
- •Геометрический алгоритм Монте-Карло интегрирования
- •Квантовый метод Монте-Карло
- •Детерминированные гпсч
- •Гпсч с источником энтропии или гсч
- •Пример простейшего гсч с источником энтропии
- •Примеры гсч и источников энтропии
- •Гпсч в криптографии
- •Примеры криптостойких гпсч Циклическое шифрование
- •Аппаратные гпсч
- •Теоретическая основа Принципы построения
- •Графические тесты
- •Статистические тесты
- •Тесты diehard
- •Тесты д. Кнута
- •Тесты nist
- •Практические приложения
- •Конкурс aes
- •Свойства примитивных многочленов
- •Свойства
- •Линейная сложность
- •Корреляционная независимость
- •Алгоритмы генерации примитивных многочленов Готовые таблицы
- •КонфигурацияГалуа
- •Примеры генераторов Генераторы «стоп-пошёл»
- •Каскад Голлманна
- •Пороговый генератор
- •Другие виды Самопрореживающие
- •Многоскоростной генератор с внутренним произведением
- •[Править]Преимущества
- •[Править]Недостатки
- •Моменты
- •Свойства гамма-распределения
- •Связь с другими распределениями
- •Моделирование гамма-величин
- •Определение
- •Форма графика
- •Моменты
- •Связь с другими распределениями
- •Распределение Вейбулла
- •Свойства гиперэкспоненциального распределения
- •Моделирование марковских случайных процессов
- •Марковский процесс с дискретным временем
- •Марковские случайные процессы с непрерывным временем
- •Цепь Маркова
- •Цепь Маркова с дискретным временем Определение
- •Переходная матрица и однородные цепи
- •Граф переходов, связность и эргодические цепи Маркова
- •Примеры
- •Основное кинетическое уравнение
- •Функции Ляпунова для основного кинетического уравнения
- •Примеры функций Моримото
Графические тесты
К этой категории относятся тесты, результаты которых отображаются в виде графиков, характеризующих свойства исследуемой последовательности. Среди них:
гистограмма распределения элементов последовательности;
позволяет оценить равномерность распределения символов в последовательности и определить частоту повторения каждого символа;
распределение на плоскости;
предназначено для определения зависимости между элементами последовательности;
проверка серий;
позволяет определить равномерность отдельных символов в последовательности, а также равномерность распределения серий из k бит;
проверка на монотонность;
служит для определения равномерности исходя из анализа невозрастающих и неубывающих подпоследовательностей;
автокорреляционная функция;
предназначена для оценки корреляции между сдвинутыми копиями последовательностей и отдельных подпоследовательностей;
профиль линейной сложности;
тест оценивает зависимость линейной сложности последовательности от ее длины;
графический спектральный тест;
позволяет оценить равномерность распределения бит последовательности на основании анализа высоты выбросов преобразования Фурье.
Результаты графических тестов интерпретируются человеком, поэтому на их основе выводы могут быть неоднозначными.
Статистические тесты
В отличие от графических тестов, статистические тесты выдают численную характеристику последовательности и позволяют однозначно сказать, пройден ли тест. Наиболее известны следующие программные пакеты статистических тестов:
№ |
Название |
Автор |
Организация |
1 |
Тесты NIST[1] |
Andrew Rukhin, et. al. |
NIST ITL |
2 |
TEST-U01[2] |
P.L’Ecuyer и др. |
Universit´e de Montr´eal |
3 |
CRYPT-X[3] |
Helen Gustafson и др. |
Queensland University of Technology |
4 |
The pLab Project[4] |
Peter Hellekalek |
University of Salzburg |
5 |
DIEHARD[5] |
George Marsaglia |
Florida State University |
6 |
Dieharder[6] |
Robert G. Brown |
Duke University |
7 |
ENT[7] |
John Walker |
Autodesk, Inc. |
8 |
The Art Of Computer Programming Vol. 2 Seminumerical Algorithms[8] |
Дональд Кнут |
Stanford University |
9 |
Handbook of Applied Cryptography[9] |
Alfred Menezes и др. |
CRC Press, Inc. |
Тесты diehard
Основная статья: Тесты DIEHARD
Тесты DIEHARD были разработаны Джорджем Марсальей (англ.) в течение нескольких лет и впервые опубликованы на CD-ROM, посвящённом случайным числам. Они рассматриваются как один из наиболее строгих известных наборов тестов.
Тесты д. Кнута
Тесты Кнута основаны
на статистическом критерии
.
Вычисляемое значение статистики
сравнивается
с табличными результатами, и в зависимости
от вероятности появления такой статистики
делается вывод о ее качестве. Среди
достоинств этих тестов — небольшое
их количество и существование быстрых
алгоритмов выполнения. Недостаток —
неопределенность в трактовке результатов.
Вот краткое описание этих тестов:
Проверка несцепленных серий. Последовательность разбивается на m непересекающихся серий и строится распределение для частот появления каждой возможной серии.
Проверка интервалов. Данный тест проверяет равномерность распределения символов в исследуемой последовательности, анализируя длины подпоследовательностей, все элементы которых принадлежат определённому числовому интервалу.
Проверка комбинаций. Последовательность разбивается на подпоследовательности определённой длины, и исследуются серии, состоящие из различных комбинаций чисел.
Тест собирателя купонов. Пусть
— последовательность длины n и размерности m. Исследуются подпоследовательности определённой длины, содержащие каждое m-разрядное число.
Проверка перестановок. Данный тест проверяет равномерность распределения символов в исследуемой последовательности, анализируя взаимное расположение чисел в подпоследовательностях.
Проверка на монотонность. Служит для определения равномерности исходя из анализа невозрастающих и неубывающих подпоследовательностей.
Проверка корреляции. Данный тест проверяет взаимонезависимость элементов последовательности.