使用材料样品中存在的物理变化生成随机数的系统和方法技术方案

技术编号:16672686 阅读:47 留言:0更新日期:2017-11-30 17:15
本发明专利技术提供了通过使用材料样品中存在的物理变化生成随机比特的系统和方法。从材料样品的所测得的材料性质导出初始随机比特流。在一些情况下,通过对所导出的初始随机比特流应用随机性提取算法来生成次级随机比特流。

【技术实现步骤摘要】
【国外来华专利技术】使用材料样品中存在的物理变化生成随机数的系统和方法
本公开涉及使用材料样品中存在的物理变化生成随机数。
技术介绍
随机数生成器(RNG)对于需要创建和使用缺少任何顺序或模式的数字或符号序列的应用程序很重要。RNG可以在诸如加密、计算机建模或模拟以及统计抽样等应用程序中实现。在许多加密应用程序中,例如,底层加密协议与其使用的随机数一样好(例如,安全和/或稳健)。因此,随机性是期望的特征,并且访问许多便宜的高质量随机比特通常是必需的。RNG通常可以分为两类:伪随机数生成器(PRNG)和物理随机数生成器。PRNG输入小的随机种子并生成一个看起来随机的更长的字符串。然而,PRNG使用完全确定性过程,因此与种子一起使用的算法的知识足以猜测确切的更长序列。使用设计不当的PRNG的加密算法可能会受到密码分析攻击。相比之下,物理RNG使用物理现象(诸如,熵或声学变化或放射性衰变)例如产生随机数。理论上它们产生的比特流是完全不可预知的。
技术实现思路
期望基于工业或消费者应用中的流行程度和密码重要性生成高质量的随机比特或随机数。许多材料的性质具有固有的物理变异性,其可用于生成高质量的随机比特。简而言之,在一个方面,本公开描述了通过使用材料样品中存在的物理变化生成随机比特的系统和方法。材料的固有物理变异性的使用提供了一种用于获得高质量随机数的具成本效益的独特方法。本公开中的一些实施方案还利用制造过程中固有的随机性来生成随机数。在一个方面,用于生成随机数的方法包括提供一个或多个材料样品。测量材料样品中的每个的一种或多种材料性质,其中所测得的材料性质具有各自的变异性。从材料样品中的每个的所测得的材料性质中导出一个或多个初始随机比特流。在另一方面,提供了一种从一批材料样品中提取随机数的方法。所述一批材料样品可具有基本上相同的组成,并且可以通过基本上相同的方法制备。测量材料样品中的每个的一种或多种材料性质。所测得的材料性质具有各自的变异性。从材料样品中的每个的所测得的材料性质中导出一个或多个初始随机比特流。将所述一批材料样品的导出的初始随机比特流进行组合以得到组合的随机比特流。通过对组合的随机比特流应用随机性提取算法来生成一个或多个随机数。本公开的示例性实施方案获得各种出乎意料的结果和优点。本公开的示例性实施方案的一个此类优点是,本文所述的所利用的随机性源于材料性质的固有物理变异性,其提供了可用于各种应用中的独特的具有成本效益的高质量随机比特流。示例性实施方案列表以下列出示例性实施方案。应当理解,实施方案A至K、L至P以及Q至X中的任一个可进行组合。实施方案A:一种生成随机数的方法,包括:提供一个或多个材料样品;测量材料样品中的每个的一种或多种材料性质,所测得的材料性质具有变异性;以及从材料样品中的每个的所测得的材料性质中导出一个或多个初始随机比特流。实施方案B:根据实施方案A所述的方法,还包括通过对所导出的初始随机比特流应用随机性提取算法来生成一个或多个次级随机比特流。实施方案C:根据实施方案A或B所述的方法,其中测量材料性质包括捕获材料样品的表面的图像。实施方案D:根据实施方案C所述的方法,其中导出初始随机比特流还包括从材料样品的图像确定特性特征的表面变化,所述特性特征与材料样品的表面的子结构或纹理相关,并将表面变化转换成初始随机比特流。实施方案E:根据实施方案D所述的方法,其中确定表面变化还包括基于图像的像素的强度值将图像转换为二进制表示。实施方案F:根据前述实施方案中任一项所述的方法,其中材料性质包括光学特征、声学特征、弹性特征、结构特征、电子特征、磁性特征、驻极体相关特征或机械特征,并且材料性质的变异性是天然形成的或与用于制备材料样品的具体制造方法相关。实施方案G:根据前述实施方案中任一项所述的方法,其中随机性提取算法包括块奇偶提取器。实施方案H:根据前述实施方案中任一项所述的方法,其中次级随机比特流能够通过独立同分布(IID)随机比特的测试。实施方案I:根据前述实施方案中任一项所述的方法,其中所述一个或多个材料样品是一批材料样品,其中所述一批材料样品的组成基本上相同并且通过基本上相同的方法制备。实施方案J:根据实施方案I所述的方法,还包括将来自所述一批材料样品的初始随机比特流进行组合以得到组合随机比特流,以及通过对所述组合随机比特流应用随机性提取算法来生成次级随机比特流。实施方案K:根据实施方案I或J所述的方法,其中所述一批材料样品选自研磨剂、光学膜和非织造织物。实施方案L:一种从一批样品材料中提取随机数的方法,所述一批材料样品由基本上相同的组合物组成并且通过基本上相同的方法制备,该方法包括:测量材料样品中的每个的一种或多种材料性质,所测得的材料性质具有变异性;从材料样品中的每个的所测得的材料性质中导出一个或多个初始随机比特流;将所述一批材料样品的导出的初始随机比特流进行组合以得到组合的随机比特流;以及通过对所述组合的随机比特流应用随机性提取算法来生成一个或多个随机数。实施方案M:根据实施方案L所述的方法,其中测量材料性质包括捕获所述一批材料样品的表面图像。实施方案N:根据实施方案M所述的方法,其中导出初始随机比特流还包括从表面图像确定特性特征的表面变化。实施方案O:根据实施方案N所述的方法,其中确定表面变化还包括基于图像的像素的强度值将图像转换为二进制表示。实施方案P:根据实施方案L至O中任一项所述的方法,其中材料性质包括光学特征、声学特征、弹性特征、结构特征、电子特征、磁性特征、驻极体相关特征或机械特征。实施方案Q:一种随机数生成器,包括:测量部件,该测量部件被配置为测量一个或多个材料样品的一种或多种材料性质,所测得的材料性质具有变异性;以及在功能上连接到测量部件的计算部件,该计算部件包括处理器,该处理器被配置为从材料样品中的每个的所测得的材料性质导出一个或多个初始随机比特流。实施方案R:根据实施方案Q所述的随机数生成器,其中处理器被配置为通过对所导出的初始随机比特流应用随机性提取算法来生成一个或多个次级随机比特流。实施方案S:根据实施方案Q或S所述的随机数生成器,还包括被配置为存储材料性质数据的存储器。实施方案T:根据实施方案Q至S中任一项所述的随机数生成器,其中测量部件包括被配置为捕获材料样品的一个或多个图像的相机。实施方案U:根据实施方案T所述的随机数生成器,其中处理器被配置为从材料样品的一个或多个图像确定特性特征的表面变化,所述特性特征与材料样品的表面的子结构或纹理相关,并且处理器被配置为将所述表面变化转化为初始随机比特流。实施方案V:根据实施方案U所述的随机数生成器,其中处理器被配置为基于各自图像的像素的强度值将一个或多个图像转换为二进制表示。实施方案W:根据实施方案Q至V中任一项所述的随机数生成器,其中材料性质包括光学特征、声学特征、弹性特征、结构特征、电子特征、磁性特征、驻极体相关特征或机械特征。实施方案X:根据实施方案R至V中任一项所述的随机数生成器,其中随机性提取算法包括块奇偶提取器。已经对本公开的示例性实施方案的各个方面和优点进行了汇总。上文的
技术实现思路
并非旨在描述本公开的当前某些示例性实施方案的每个例示的实施方案或每种实施方式。下面的附图和具体实施方式更具体地举例说明使用本文所公开的本文档来自技高网
...
使用材料样品中存在的物理变化生成随机数的系统和方法

【技术保护点】
一种生成随机数的方法,包括:提供一个或多个材料样品;测量所述材料样品中的每一个的一种或多种材料性质,所测得的材料性质具有变异性;以及从所述材料样品中的每一个的所测得的材料性质中导出一个或多个初始随机比特流。

【技术特征摘要】
【国外来华专利技术】2014.12.03 US 62/086,9611.一种生成随机数的方法,包括:提供一个或多个材料样品;测量所述材料样品中的每一个的一种或多种材料性质,所测得的材料性质具有变异性;以及从所述材料样品中的每一个的所测得的材料性质中导出一个或多个初始随机比特流。2.根据权利要求1所述的方法,还包括通过对所导出的初始随机比特流应用随机性提取算法来生成一个或多个次级随机比特流。3.根据权利要求1所述的方法,其中测量所述材料性质包括捕获所述材料样品的表面的图像。4.根据权利要求3所述的方法,其中导出所述初始随机比特流还包括从所述材料样品的所述图像确定特性特征的表面变化,所述特性特征与所述材料样品的所述表面的子结构或纹理相关,并将所述表面变化转换成所述初始随机比特流。5.根据权利要求4所述的方法,其中确定所述表面变化还包括基于所述图像的像素的强度值将所述图像转换为二进制表示。6.根据权利要求1所述的方法,其中所述材料性质包括光学特征、声学特征、弹性特征、结构特征、电子特征、磁性特征、驻极体相关特征或机械特征,并且材料性质的所述变异性是天然形成的或与用于制备所述材料样品的具体制造工艺相关。7.根据权利要求2所述的方法,其中所述随机性提取算法包括块奇偶提取器。8.根据权利要求2所述的方法,其中所述次级随机比特流能够通过独立同分布(IID)随机比特的测试。9.根据权利要求1所述的方法,其中所述一个或多个材料样品是一批材料样品,其中所述一批材料样品的组成基本上相同并且通过基本上相同的工艺制备。10.根据权利要求9所述的方法,还包括将来自所述一批材料样品的初始随机比特流进行组合以得到组合的随机比特流,以及通过对所述组合的随机比特流应用随机性提取算法来生成所述次级随机比特流。11.根据权利要求9所述的...

【专利技术属性】
技术研发人员:詹尼弗·F·舒马赫格伦·E·卡斯纳亚宁娜·什克尔安德鲁·P·博尼法斯安东尼·J·萨贝利布赖恩·J·斯坦凯维奇约翰·A·惠特利拉维尚卡尔·西瓦林加姆罗伯特·W·香农
申请(专利权)人:三M创新有限公司
类型:发明
国别省市:美国,US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1