CN112558923B - 用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备 - Google Patents

用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备 Download PDF

Info

Publication number
CN112558923B
CN112558923B CN202011412436.3A CN202011412436A CN112558923B CN 112558923 B CN112558923 B CN 112558923B CN 202011412436 A CN202011412436 A CN 202011412436A CN 112558923 B CN112558923 B CN 112558923B
Authority
CN
China
Prior art keywords
random number
number generator
correlation
sampling points
error injection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011412436.3A
Other languages
English (en)
Other versions
CN112558923A (zh
Inventor
华刚
王永宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aisino Corp
Original Assignee
Aisino Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aisino Corp filed Critical Aisino Corp
Priority to CN202011412436.3A priority Critical patent/CN112558923B/zh
Publication of CN112558923A publication Critical patent/CN112558923A/zh
Application granted granted Critical
Publication of CN112558923B publication Critical patent/CN112558923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/588—Random number generators, i.e. based on natural stochastic processes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本公开涉及一种用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备，属于芯片检测领域，该方法包括：多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组；从该多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，该相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小；在该相关性数组中存在目标点簇的情况下，确定该随机数产生器存在有效的错误注入参数，该目标点簇的存在表征该相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素；在该相关性数组中不存在该目标点簇的情况下，则确定该随机数产生器不存在有效的错误注入参数。

Description

用于测试随机数产生器中的错误注入参数的方法、装置、存储 介质及设备
技术领域
本公开涉及芯片检测领域，具体地，涉及一种用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备。
背景技术
随机数产生器是整个安全体系中非常重要的安全模块，其在进行错误注入的时候，除非产生的结果的错误性非常明显，比如固定为全1，否则那种带某种偏差地降低了随机性的结果则难以发现。
然而相关技术中，需要确定性的知道结果数据错了，而由于随机数产生器输出的结果的随机性，难以判断是否出错，所以现有的错误注入检测手段并不适用于对随机数模块的抗错误注入攻击检测的全面检测上。
发明内容
为解决相关技术中存在的问题，本公开提供一种用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备。
本公开第一方面提供一种用于测试随机数产生器中的错误注入参数的方法，所述方法包括：
多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组，所述三维检测空间是根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入强度建立的，所述多个采样点属于所述三维检测空间中预先标定的采样点；
从所述多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，所述相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小；
在所述相关性数组中存在目标点簇的情况下，确定所述随机数产生器存在有效的错误注入参数，所述目标点簇的存在表征所述相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素；
在所述相关性数组中不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
可选地，所述多次将所述多个采样点对应的参数值作为错误注入的参数生成随机数，得到多个多维数组包括：
在所述多个采样点中选取多个目标采样点，并多次将所述多个目标采样点对应的参数值作为错误注入的参数生成随机数，得到所述多个多维数组。
所述方法还包括：
在所述相关性数组中不存在所述目标点簇的情况下，返回在所述在所述多个采样点中选取多个目标采样点的步骤；
在所述多个采样点均被选取为所述目标采样点，得到的对应的所述相关性数组中仍不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
可选地，所述在所述多个采样点中选取多个目标采样点包括：
标定选择窗口，所述选择窗口的宽度小于所述随机数产生器的宽度，长度小于随机数产生器的长度，高度小于所述随机数产生器能接受的最高电磁注入强度，且所述选择窗口的宽度、长度、高度均大于零；
将所述选择窗口置入所述检测空间内，选取处于所述选择窗口内的采样点作为所述目标检测点。
可选地，所述返回所述在所述多个采样点中选取多个目标采样点的步骤包括：
移动所述选择窗口，在处于所述选择窗口中的采样点中被选作过所述目标采样点的采样点与所有采样点的数量比值小于预设比例阈值的情况下，选取所述选择窗口内的采样点作为所述多个目标采样点。
可选地，所述方法还包括：
在确定所述随机数产生器存在有效的错误注入参数的情况下，确定所述目标点簇的中心点对应的中心采样点的参数值；
将所述中心采样点的参数值作为错误注入的参数生成随机数，得到两组随机数；
计算所述两组随机数的相关性，得到计算结果；
在所述计算结果的值大于第二相关性阈值的情况下，确定所述中心采样点的参数为有效的错误注入参数。
可选地，所述方法还包括：
将所述检测空间均匀分割为多个大小相同的子空间；
标定所述多个子空间中相同位置的点作为采样点。
本公开第二方面提供一种用于测试随机数产生器中的错误注入参数的装置，所述装置包括：
第一生成模块，用于多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组，所述三维检测空间是根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入强度建立的，所述多个采样点属于所述三维检测空间中预先标定的采样点；
第一计算模块，用于从所述多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，所述相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小；
第一确定模块，用于在所述相关性数组中存在目标点簇的情况下，确定所述随机数产生器存在有效的错误注入参数，所述目标点簇的存在表征所述相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素；
第二确定模块，用于在所述相关性数组中不存在所述目标点簇的情况下，则确定所述随机数产生器不存在有效的错误注入参数。
可选地，所述装置还包括：
第三确定模块，用于在确定所述随机数产生器存在有效的错误注入参数的情况下，确定所述目标点簇的中心点对应的中心采样点的参数值；
第二生成模块，用于将所述中心采样点的参数值作为错误注入的参数生成随机数，得到两组随机数；
第二计算模块，用于计算所述两组随机数的相关性，得到计算结果；
第四确定模块，用于在所述计算结果的值大于第二相关性阈值的情况下，确定所述中心采样点的参数为有效的错误注入参数。
本公开第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面提供的方法的步骤。
本公开第四方面提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面提供的方法的步骤。
通过上述技术方案，通过建立用于表征错误注入参数的三维检测空间并在检测空间中标定采样点，根据采样点的参数注入随机数产生器生成多个多维数组，并取其中两组进行相关性计算，相关性数组中存在具有多个相邻的且值均大于第一相关性阈值的元素，则确定该随机数产生器存在有效的错误注入参数，该随机数产生器未通过检测，需要检修或重新生产。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种用于测试随机数产生器中的错误注入参数的方法的流程图。
图2是根据一示例性实施例示出的一种用于测试随机数产生器中的错误注入参数的方法的另一流程图。
图3是根据一示例性实施例示出的一种用于测试随机数产生器中的错误注入参数的装置的框图。
图4是根据一示例性实施例示出的一种电子设备的框图。
图5是根据一示例性实施例示出的一种三维检测空间处于的坐标系。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种用于测试随机数产生器中的错误注入参数的方法，该方法的执行主体例如是一种作为芯片检测仪的电子设备，仅用于在随机数产生器出厂前检测该随机数产生器是否存在有效的错误注入参数，避免该芯片出厂后受到该错误注入，导致不良的后果，如图1所示，所述方法包括以下步骤：
S101、多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组，所述三维检测空间是根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入强度建立的，所述多个采样点属于所述三维检测空间中预先标定的采样点。
本领域技术人员应知悉，在芯片的表面不同位置输入不同大小的电磁注入强度，会对芯片的性能造成不同的影响。因此，示例地，可以建立如图5所示坐标系，坐标系的横轴为芯片的表面位置x，纵轴为芯片的表面位置y，纵轴为电磁注入强度e，根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入，即可得到图5中的由虚线框构成的所述三维检测空间51，而空间中的坐标点即是表示错误注入的参数。
S102、从所述多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，所述相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小。
S103、在所述相关性数组中存在目标点簇的情况下，确定所述随机数产生器存在有效的错误注入参数，所述目标点簇的存在表征所述相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素。
S104、在所述相关性数组中不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
其中，相关性数组中的值可以为0到1之间的任意值，当为0时则表明两者无相关性，数值越高则表明两者相关性越强，第一相关性阈值例如可以为0。本领域技术人员应理解，如果稍微修改一点点参数空间的位置，由于攻击的散布性，同样或多或少可以得到类似的随机数产生过程的干扰效果。由于有着同样的效果，所以这个点作为中心的点簇中的点和其他错误注入无效的点相比，就会多一种某种结果数据上的粘连性特点，而这种粘连性，可以在相关性计算结果中体现出来，因此可以确定该点簇存在有效的错误注入参数。
在本公开实施例中，通过建立用于表征错误注入参数的三维检测空间并在检测空间中标定采样点，根据采样点的参数注入随机数产生器生成多个多维数组，并取其中两组进行相关性计算，相关性数组中存在具有多个相邻的且值均大于第一相关性阈值的元素，则确定该随机数产生器存在有效的错误注入参数，该随机数产生器未通过检测，需要检修或重新生产。在一些实施例中，在确定所述随机数产生器不存在有效的错误注入参数的情况下，还可以通过多媒体组件发出提示，以便相关工作人员对该随机数产生器进行进一步的检测、维修。
在一些可选地实施例中，所述多次将所述多个采样点对应的参数值作为错误注入的参数生成随机数，得到多个多维数组包括：
在所述多个采样点中选取多个目标采样点，并多次将所述多个目标采样点对应的参数值作为错误注入的参数生成随机数，得到所述多个多维数组。
所述方法还包括：
在所述相关性数组中不存在所述目标点簇的情况下，返回在所述在所述多个采样点中选取多个目标采样点的步骤；
在所述多个采样点均被选取为所述目标采样点，得到的对应的所述相关性数组中仍不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
采用本方案，可以通过缩小检测检测空间的范围，更准确的确定有效的的错误注入参数的位置，避免因为两个点簇距离较近，而将两个点簇判断为一个点簇而导致确定出的错误注入参数有误。
在另一些可选地实施例中，所述在所述多个采样点中选取多个目标采样点包括：
标定选择窗口，所述选择窗口的宽度小于所述随机数产生器的宽度，长度小于随机数产生器的长度，高度小于所述随机数产生器能接受的最高电磁注入强度，且所述选择窗口的宽度、长度、高度均大于零；
将所述选择窗口置入所述检测空间内，选取处于所述选择窗口内的采样点作为所述目标检测点。
在另一些可选地实施例中，所述返回所述在所述多个采样点中选取多个目标采样点的步骤包括：
移动所述选择窗口，在处于所述选择窗口中的采样点中被选作过所述目标采样点的采样点与所有采样点的数量比值小于预设比例阈值的情况下，选取所述选择窗口内的采样点作为所述多个目标采样点。
采用上述方案，可以通过设置选择窗口的方式，选取检测空间中的采样点，并通过移动选择窗口以选取不同的采样点，可以使得相关工作人员根据不同的随机数产生器，设置选择窗口的大小或比例阈值以使得错误注入参数的检测更准确。
可选地，所述方法还包括：
在确定所述随机数产生器存在有效的错误注入参数的情况下，确定所述目标点簇的中心点对应的中心采样点的参数值；
将所述中心采样点的参数值作为错误注入的参数生成随机数，得到两组随机数；
计算所述两组随机数的相关性，得到计算结果；
在所述计算结果的值大于第二相关性阈值的情况下，确定所述中心采样点的参数为有效的错误注入参数。
其中，第二相关性阈值应大于于第一相关性阈值，第二相关性阈值例如可以是0.2。本领域技术人员应理解，点簇的中心就是可能性非常高的有效错误注入点位置，采用本方案，通过在点簇中心再进行两组采样和相关性计算，验证该点上的错误注入效果，可以快速地筛选出有效的错误注入参数，可以有效地提高检测工作效率。
可选地，所述方法还包括：
将所述检测空间均匀分割为多个大小相同的子空间；
标定所述多个子空间中相同位置的点作为采样点。
采用本方案，可以得到在检测空间中较为均匀的采样点，可以使得筛选出的有效的错误注入参数更准确。
图2是根据一示例性实施例示出的一种用于测试随机数产生器中的错误注入参数的方法的另一流程图，如图2所示，该方法包括以下步骤：
S201、建立三维检测空间。
S202、将三维检测空间均匀分割为多个大小相同的子空间。
S203、标定所述多个子空间中相同位置的点作为采样点。
S204、标定选择窗口，并置于三维检测空间内部。
S205、选取处于选择窗口中的采样点作为目标采样点。
S206、将目标采样点的参数值作为错误注入的参数，生成两个多维数组。
S207、对两个多维数组进行多维相关性计算，得到相关性数组。
S208、判断相关性数组中是否存在目标点簇。
在相关性数组中存在目标点簇的情况下，执行步骤S210以及步骤S211；在相关性数组中不存在目标点簇的情况下，执行步骤S209以及步骤S205。
S209、移动选择窗口，直到处于选择窗口中的采样点满足预设条件。
S210、确定所述目标点簇的中心点对应的中心采样点的参数值。
S211、将所述中心点作为错误注入参数，生成两组随机数。
S212、对两组随机数进行相关性计算。
S213、判断计算结果大于第二相关性阈值。
在计算结果大于第二相关性阈值的情况下，执行步骤S214；在计算结果小于第二相关性阈值的情况下，该中心点可能非有效的错误注入参数，该目标点簇可能是两个点簇重合而成的，执行步骤S209及步骤S205。
S214、确定所述中心采样点的参数为有效的错误注入参数。
在本公开实施例中，至少可以通过建立用于表征错误注入参数的三维检测空间并在检测空间中标定采样点，根据采样点的参数注入随机数产生器生成多个多维数组，并取其中两组进行相关性计算，相关性数组中存在具有多个相邻的且值均大于第一相关性阈值的元素，则确定该随机数产生器存在有效的错误注入参数，该随机数产生器未通过检测，需要检修或重新生产。
图3是根据一示例性实施例示出的一种用于测试随机数产生器中的错误注入参数的装置30的框图，该装置30例如可以是一种作为芯片检测仪的电子设备的一部分，如图3所示，所述装置30包括：
第一生成模块31，用于多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组，所述三维检测空间是根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入强度建立的，所述多个采样点属于所述三维检测空间中预先标定的采样点；
第一计算模块32，用于从所述多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，所述相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小；
第一确定模块33，用于在所述相关性数组中存在目标点簇的情况下，确定所述随机数产生器存在有效的错误注入参数，所述目标点簇的存在表征所述相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素；
第二确定模块34，用于在所述相关性数组中不存在所述目标点簇的情况下，则确定所述随机数产生器不存在有效的错误注入参数。
在本公开实施例中，通过建立用于表征错误注入参数的三维检测空间并在检测空间中标定采样点，根据采样点的参数注入随机数产生器生成多个多维数组，并取其中两组进行相关性计算，相关性数组中存在具有多个相邻的且值均大于第一相关性阈值的元素，则确定该随机数产生器存在有效的错误注入参数，该随机数产生器未通过检测，需要检修或重新生产。
可选地，所述第一生成模块31还包括：
选取模块，用于在所述多个采样点中选取多个目标采样点，并多次将所述多个目标采样点对应的参数值作为错误注入的参数生成随机数，得到所述多个多维数组。
所述装置30还包括：
返回模块，用于在所述相关性数组中不存在所述目标点簇的情况下，返回所述在所述多个采样点中选取多个目标采样点的步骤；
第五确定模块，用于在所述多个采样点均被选取为所述目标采样点，得到的对应的所述相关性数组中仍不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
可选地，所述选取模块还包括：
标定模块，用于标定选择窗口，所述选择窗口的宽度小于所述随机数产生器的宽度，长度小于随机数产生器的长度，高度小于所述随机数产生器能接受的最高电磁注入强度，且所述选择窗口的宽度、长度、高度均大于零；
选取子模块，用于将所述选择窗口置入所述检测空间内，选取处于所述选择窗口内的采样点作为所述目标检测点。
可选地，所述选取子模块还用于：
移动所述选择窗口，在处于所述选择窗口中的采样点中被选作过所述目标采样点的采样点与所有采样点的数量比值小于预设比例阈值的情况下，选取所述选择窗口内的采样点作为所述多个目标采样点。
可选地，所述装置30还包括：
第三确定模块，用于在确定所述随机数产生器存在有效的错误注入参数的情况下，确定所述目标点簇的中心点对应的中心采样点的参数值；
第二生成模块，用于将所述中心采样点的参数值作为错误注入的参数生成随机数，得到两组随机数；
第二计算模块，用于计算所述两组随机数的相关性，得到计算结果；
第四确定模块，用于在所述计算结果的值大于第二相关性阈值的情况下，确定所述中心采样点的参数为有效的错误注入参数。
可选地，所述装置30还包括：
分割模块，用于将所述检测空间均匀分割为多个大小相同的子空间；
标定模块，用于标定所述多个子空间中相同位置的点作为采样点。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种电子设备40的框图。如图4所示，该电子设备40可以包括：处理器41，存储器42。该电子设备40还可以包括多媒体组件43，输入/输出(I/O)接口44，以及通信组件45中的一者或多者。
其中，处理器41用于控制该电子设备40的整体操作，以完成上述的用于测试随机数产生器中的错误注入参数的方法中的全部或部分步骤。存储器42用于存储各种类型的数据以支持在该电子设备40的操作，这些数据例如可以包括用于在该电子设备40上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如采样点的坐标，第一相关性阈值，第二相关性阈值，有效的错误注入参数等等。该存储器42可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random AccessMemory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable ProgrammableRead-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件43可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器42或通过通信组件45发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口44为处理器41和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件45用于该电子设备40与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件45可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备40可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的用于测试随机数产生器中的错误注入参数的方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的用于测试随机数产生器中的错误注入参数的方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器42，上述程序指令可由电子设备40的处理器41执行以完成上述的用于测试随机数产生器中的错误注入参数的方法。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种用于测试随机数产生器中的错误注入参数的方法，其特征在于，所述方法包括：
多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组，所述三维检测空间是根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入强度建立的，所述多个采样点属于所述三维检测空间中预先标定的采样点；
从所述多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，所述相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小；
在所述相关性数组中存在目标点簇的情况下，确定所述随机数产生器存在有效的错误注入参数，所述目标点簇的存在表征所述相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素；
在所述相关性数组中不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
2.根据权利要求1所述的方法，其特征在于，所述多次将所述多个采样点对应的参数值作为错误注入的参数生成随机数，得到多个多维数组包括：
在所述多个采样点中选取多个目标采样点，并多次将所述多个目标采样点对应的参数值作为错误注入的参数生成随机数，得到所述多个多维数组；
所述方法还包括：
在所述相关性数组中不存在所述目标点簇的情况下，返回在所述在所述多个采样点中选取多个目标采样点的步骤；
在所述多个采样点均被选取为所述目标采样点，得到的对应的所述相关性数组中仍不存在所述目标点簇的情况下，确定所述随机数产生器不存在有效的错误注入参数。
3.根据权利要求2所述的方法，其特征在于，所述在所述多个采样点中选取多个目标采样点包括：
标定选择窗口，所述选择窗口的宽度小于所述随机数产生器的宽度，长度小于随机数产生器的长度，高度小于所述随机数产生器能接受的最高电磁注入强度，且所述选择窗口的宽度、长度、高度均大于零；
将所述选择窗口置入所述检测空间内，选取处于所述选择窗口内的采样点作为所述目标检测点。
4.根据权利要求3所述的方法，其特征在于，所述返回所述在所述多个采样点中选取多个目标采样点的步骤包括：
移动所述选择窗口，在处于所述选择窗口中的采样点中被选作过所述目标采样点的采样点与所有采样点的数量比值小于预设比例阈值的情况下，选取所述选择窗口内的采样点作为所述多个目标采样点。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
在确定所述随机数产生器存在有效的错误注入参数的情况下，确定所述目标点簇的中心点对应的中心采样点的参数值；
将所述中心采样点的参数值作为错误注入的参数生成随机数，得到两组随机数；
计算所述两组随机数的相关性，得到计算结果；
在所述计算结果的值大于第二相关性阈值的情况下，确定所述中心采样点的参数为有效的错误注入参数。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
将所述检测空间均匀分割为多个大小相同的子空间；
标定所述多个子空间中相同位置的点作为采样点。
7.一种用于测试随机数产生器中的错误注入参数的装置，其特征在于，所述装置包括：
第一生成模块，用于多次将三维检测空间中的多个采样点的参数值作为错误注入的参数生成随机数，得到多个多维数组，所述三维检测空间是根据所述随机数产生器的宽度、所述随机数产生器的长度、所述随机数产生器能接受的最高电磁注入强度建立的，所述多个采样点属于所述三维检测空间中预先标定的采样点；
第一计算模块，用于从所述多个多维数组中选取两组多维数组进行相关性计算，得到相关性数组，所述相关性数组中任一元素的值表征针对该元素对应的采样点两次生成的随机数之间的相关性大小；
第一确定模块，用于在所述相关性数组中存在目标点簇的情况下，确定所述随机数产生器存在有效的错误注入参数，所述目标点簇的存在表征所述相关性数组中具有多个相邻的且值均大于第一相关性阈值的元素；
第二确定模块，用于在所述相关性数组中不存在所述目标点簇的情况下，则确定所述随机数产生器不存在有效的错误注入参数。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第三确定模块，用于在确定所述随机数产生器存在有效的错误注入参数的情况下，确定所述目标点簇的中心点对应的中心采样点的参数值；
第二生成模块，用于将所述中心采样点的参数值作为错误注入的参数生成随机数，得到两组随机数；
第二计算模块，用于计算所述两组随机数的相关性，得到计算结果；
第四确定模块，用于在所述计算结果的值大于第二相关性阈值的情况下，确定所述中心采样点的参数为有效的错误注入参数。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。
CN202011412436.3A 2020-12-04 2020-12-04 用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备 Active CN112558923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011412436.3A CN112558923B (zh) 2020-12-04 2020-12-04 用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011412436.3A CN112558923B (zh) 2020-12-04 2020-12-04 用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备

Publications (2)

Publication Number Publication Date
CN112558923A CN112558923A (zh) 2021-03-26
CN112558923B true CN112558923B (zh) 2023-07-04

Family

ID=75048735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011412436.3A Active CN112558923B (zh) 2020-12-04 2020-12-04 用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备

Country Status (1)

Country Link
CN (1) CN112558923B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753372A (zh) * 2018-12-20 2019-05-14 东软集团股份有限公司 多维数据异常检测方法、装置、可读存储介质及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108073831B (zh) * 2016-11-15 2020-07-24 华为技术有限公司 一种检测安全芯片工作状态的方法及检测电路
MX2019007760A (es) * 2016-12-28 2020-02-10 Ascus Biosciences Inc Metodos, aparatos y sistemas para analisis de cepa de microorganismo de comunidades heterogeneas complejas con analisis rastreador, determinacion de relaciones funcionales e interacciones de estas, y sintesis de agrupaciones microbianas que incluyen agrupaciones microbianas dosificadas y agrupaciones microbianas inoculativas.

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753372A (zh) * 2018-12-20 2019-05-14 东软集团股份有限公司 多维数据异常检测方法、装置、可读存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
振荡采样型真随机数发生器的健壮性研究;陈天宇;马原;荆继武;朱双怡;;信息安全学报(第03期);全文 *

Also Published As

Publication number Publication date
CN112558923A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
KR20200090944A (ko) 물리적 복제방지 기능을 위한 임베디드 테스트 회로
CN108255673B (zh) 应用程序占用资源的检测方法、装置和存储介质
CN107276851B (zh) 一种节点的异常检测方法、装置、网络节点及控制台
EP3321839A1 (en) Method and detection circuit for detecting security chip operating state
EP2256634A1 (en) A data processing device and a method for error detection and error correction
CN114239082B (zh) 集成国密算法的抗攻击物联网安全芯片、方法及装置
KR20140083568A (ko) 레퍼런스 셀 분할 평균 기법에 의한 ｃｆａｒ 검파 방법 및 이를 적용한 레이더 시스템
CN111238320B (zh) 一种电子雷管的现场检测方法及装置
CN112558923B (zh) 用于测试随机数产生器中的错误注入参数的方法、装置、存储介质及设备
CN117579395B (zh) 一种应用人工智能进行网络安全漏洞扫描的方法及系统
CN113486134B (zh) 降雨量异常检测方法、装置、计算机设备及存储介质
CN107544902B (zh) 程序测试方法、装置和设备
CN112926054B (zh) 一种恶意文件的检测方法、装置、设备及存储介质
CN106649959B (zh) 一种基于扫描链的电路设计方法及对硬件木马的检测方法
CN109583246B (zh) 一种芯片物理安全检测装置及方法
CN104486353A (zh) 一种基于流量的安全事件检测方法及装置
CN110798230A (zh) 一种游程检测方法、装置及电子设备
CN108931808B (zh) 一种改进型的离子束垂直角度测量方法
CN113079153B (zh) 网络攻击类型的预测方法、装置及存储介质
US8370790B2 (en) Computer aided design system for checking dimensions of patterns and method
CN112464294A (zh) 一种故障注入攻击方法、装置及电子设备
CN108616315B (zh) 功放输出功率检测方法、装置、计算机设备及存储介质
CN112217585A (zh) 信号路径的确定方法、装置、计算机设备和存储介质
US11860222B2 (en) Method, circuit and apparatus for testing crosstalk effect
CN109886019B (zh) 一种基于rtl级特征提取的硬件木马检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant