CN117149138B - 降低量子随机数偏置的高效后处理方法及系统 - Google Patents
降低量子随机数偏置的高效后处理方法及系统 Download PDFInfo
- Publication number
- CN117149138B CN117149138B CN202311424429.9A CN202311424429A CN117149138B CN 117149138 B CN117149138 B CN 117149138B CN 202311424429 A CN202311424429 A CN 202311424429A CN 117149138 B CN117149138 B CN 117149138B
- Authority
- CN
- China
- Prior art keywords
- sequence
- subsequence
- sliding window
- current
- replacement
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012805 post-processing Methods 0.000 title claims abstract description 29
- 238000006467 substitution reaction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000005610 quantum mechanics Effects 0.000 description 2
- 108091081062 Repeated sequence (DNA) Proteins 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开一种降低量子随机数偏置的高效后处理方法及系统，方法包括将量子随机源产生的原始随机序列拆分为多个子序列；遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列；本发明结合滑动窗口算法对原始随机序列拆分的子序列进行置换，打破原有随机序列的自相关性，得到偏置降低，随机性提高的随机数。
Description
技术领域
本发明涉及量子随机数后处理技术领域，具体涉及一种降低量子随机数偏置的高效后处理方法及系统。
背景技术
随机数所具有的不可预测性使得随机数广泛应用于密码学、模拟仿真、统计研究等多种领域，随机数的随机性直接影响着应用过程的安全性、有效性与公平性。
量子随机数发生器（Quantum Random Number Generator，QRNG）是一种物理随机数发生器，可基于量子力学原理实现随机数的生成，量子力学的不确定性基本原理保证了量子随机数发生器的绝对随机性。由于量子随机源在实现过程中可能存在器件的不理想性和电路引入的非均匀电子噪声，量子随机数发生器一般使用后处理方法对原始随机序列进行随机性提取。目前，量子随机数发生器所使用的后处理方法一般为经过量子证明的无条件安全的提取器：基于Toeplitz矩阵的泛2杂凑函数以及Trevisan提取器。这两类提取器都需要额外使用一段随机数种子来构建随机矩阵，若要防止攻击者的逆后处理操作，需要定期对随机数种子进行更替，这会消耗大量的生成随机数，严重影响最终随机数的生成速率。
相关技术中，公布号为CN110472739A的专利申请文献所提出的某个可能的设计中，避开了Toeplitz矩阵的使用，但正向编码需要预先设定随机数编码表，且正向编码根据子序列的占比生成，需要对整段随机数序列进行存储评估，占据大量存储空间，且无法实时输出随机数。公布号为CN116107541A的专利申请文献中利用预设的伪随机源对输入的熵数据进行加扰运算，对运算后的熵数据进行加密处理，加密处理后的熵数据再通过置换处理调整数据顺序，最后对置换处理后的熵数据再引入新的伪随机源进行加扰运算；该方案要求真随机数发生器依赖伪随机源生成随机数，且使用SM4算法作为加密算法，运算复杂度较高，影响随机数输出速率。
发明内容
本发明所要解决的技术问题在于如何得到偏置降低，随机性提高的随机数。
本发明通过以下技术手段解决上述技术问题的：
第一方面，本发明提出了一种降低量子随机数偏置的高效后处理方法，所述方法包括：
将量子随机源产生的原始随机序列拆分为多个子序列；
遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；
在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；
在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列。
进一步地，所述将量子随机源产生的原始随机序列拆分为多个子序列，包括：
将所述原始随机序列拆分为多个长度均为m的子序列，且子序列之间无重叠。
进一步地，长度m≥3且为奇数。
进一步地，所述滑动窗口的初始长度为一个子序列长度；
在遍历到第一个子序列时，滑动窗口为空，直接输出第一个子序列；
在遍历到第二个子序列时，将滑动窗口覆盖第一个子序列。
进一步地，在所述在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列之后，或在所述在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择备选子序列替换当前子序列，并输出备选子序列之后，所述方法还包括：
遍历到下一个子序列作为当前子序列，判断所述滑动窗口的长度是否达到最大；
若否，则将所述滑动窗口的长度增大设定位，以覆盖到当前子序列的上一个子序列；
若是，则将所述滑动窗口向后滑动设定位，所述设定位与子序列长度相同。
进一步地，所述滑动窗口的长度最大为，/>，m为子序列的长度。
进一步地，所述置换备选序列为一个大小为的循环队列，所述置换备选序列中每个元素均为长度为m的二进制数。
进一步地，所述在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列，包括：
判断所述置换备选序列中位于置换起始位置的置换序列是否与所述滑动窗口中的子序列存在重复；
若是，则判断位于所述置换起始位置的下一置换序列是否与所述滑动窗口中的子序列存在重复；
若否，则使用位于所述置换起始位置的置换序列替换当前子序列，并输出该置换序列。
进一步地，在初次置换时，将所述置换备选序列的起始序列作为所述置换起始位置。
进一步地，在完成至少一次置换后，将当前置换所选择的置换序列的下一置换序列作为所述置换起始位置。
第二方面，本发明提出了一种降低量子随机数偏置的高效后处理系统，所述系统包括：
序列拆分模块，用于将量子随机源产生的原始随机序列拆分为多个子序列；
遍历比对模块，用于遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；
序列输出模块，用于在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；以及在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列。
本发明的优点在于：
（1）本发明结合了滑动窗口算法的实现原理与最近最久未使用算法的替换思路，对量子随机源输出的原始随机序列进行拆分处理，在遍历到的当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，通过序列替换打破原有随机序列的自相关性，得到偏置降低，随机性提高的随机数；且采用流式操作处理随机数序列，不需要占据大量空间对随机数进行存储与预处理，且处理过程无数学运算，可实时输出随机数。
（2）由于将原始随机序列拆分得到的多个子序列的长度设定为奇数，可有效调整原有序列中可能存在的0/1频数差距大的情况。
（3）本发明属于在线算法，减少了已生成原始数据的等待时间，缩短了原始数据的总后处理时间，不需要随机种子，提高了随机数的生成速率。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是本发明一实施例提出的一种降低量子随机数偏置的高效后处理方法的流程示意图；
图2是本发明一实施例中随机数后处理流程示意图；
图3是本发明一实施例中滑动窗口比对与置换流程示意图；
图4是本发明一实施例中置换备选序列示意图；
图5是本发明一实施例中随机序列处理过程示意图；
图6是本发明一实施例提出的一种降低量子随机数偏置的高效后处理系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明一实施例公开了一种降低量子随机数偏置的高效后处理方法，所述方法包括以下步骤：
S10、将量子随机源产生的原始随机序列拆分为多个子序列；
需要说明的是，本实施例获取量子随机源产生的原始二进制随机序列，然后将原始二进制随机序列拆分为多个长度为m的子序列。
S20、遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；
S30、在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；
S40、在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列。
需要说明的是，本实施例以流式操作处理拆分的每个子序列，对遍历到的每个子序列，结合滑动窗口算法确定需要置换的子序列，不需要占据大量空间对随机数进行存储与预处理，且处理过程无数学运算，可实时输出随机数；并且通过序列替换打破了原有随机序列的自相关性，得到偏置降低，随机性提高的随机数。
在一实施例中，所述步骤S10：将量子随机源产生的原始随机序列拆分为多个子序列，具体为：
将所述原始随机序列拆分为n个长度均为m的子序列，且子序列之间无重叠。
在一实施例中，长度m≥3且为奇数。
本实施例将子序列长度设定为奇数，可有效调整原始随机序列中可能存在的0/1频数差距大的情况。
在一实施例中，所述滑动窗口的初始长度为一个子序列长度；
在遍历到第一个子序列时，滑动窗口为空，直接输出第一个子序列；
在遍历到第二个子序列时，将滑动窗口覆盖第一个子序列。
需要说明的是，从第二个子序列开始进行滑动窗口对比，此时滑动窗口仅覆盖该子序列前面1个序列，若第二子序列与滑动窗口中的第一个子序列不同，则直接输出第二个子序列，若第二个子序列与滑动窗口中的第一个子序列重复，则从置换备选序列中选择一个与第一子序列不重复的序列来替换掉第二个子序列，并将替换后的子序列输出。
在一实施例中，在所述步骤S30或所述步骤S40之后，所述方法还包括以下步骤：
遍历到下一个子序列作为当前子序列，判断所述滑动窗口的长度是否达到最大；
若否，则将所述滑动窗口的长度增大设定位，以覆盖到当前子序列的上一个子序列；
若是，则将所述滑动窗口向后滑动设定位，所述设定位与子序列长度相同。
具体地，如图2所示，随着处理的子序列逐步后移，滑动窗口随之后移与扩大，当滑动窗口大小扩大到最大后，大小不再扩大，仅跟随处理过程滑动后移。
应当理解的是，将遍历到的下一个子序列作为当前子序列，并将当前子序列与滑动窗口中的子序列从前向后逐一比对，并在出现重复时，从置换备选序列中选择置换序列替换当前子序列。
在一实施例中，所述滑动窗口的长度最大为，/>，m为子序列的长度。
在一实施例中，所述置换备选序列为一个大小为的循环队列，所述置换备选序列中每个元素均为长度为m的二进制数，内容依次从0到/>。
在一实施例中，所述步骤S40中，在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列，包括以下步骤：
判断所述置换备选序列中位于置换起始位置的置换序列是否与所述滑动窗口中的子序列存在重复；
若是，则判断位于所述置换起始位置的下一置换序列是否与所述滑动窗口中的子序列存在重复；
若否，则使用位于所述置换起始位置的置换序列替换当前子序列，并输出该置换序列。
具体地，如图3所示，当处理到第个子序列时，将该子序列作为当前子序列与滑动窗口中的子序列从前向后逐一比对，若未出现重复，则输出当前子序列；若出现重复，则对当前子序列进行置换。置换序列从置换备选序列中挑选，挑选时跳过与当前滑动窗口中出现的子序列重复的置换序列，选择队列中第一个符合要求的置换序列替换当前子序列，然后输出替换后的子序列。
在一实施例中，在初次置换时，将所述置换备选序列的起始序列作为所述置换起始位置。
在一实施例中，在完成至少一次置换后，将当前置换所选择的置换序列的下一置换序列作为所述置换起始位置。
本实施例在生成随机数的过程中，每次获取子序列数据时，就会进行后处理，换而言之，属于在线算法，减少了已生成原始数据的等待时间，缩短了原始数据的总后处理时间，不需要随机种子，提高了随机数的生成速率。
具体地，如图4至图5所示，以原始二进制随机序列为100011100101010000001100011为例，对本实施例提出的降低量子随机数偏置的高效后处理过程进行详细说明：
（1）将原始二进制随机序列拆分为9个长度为3的子序列：100、011、100、101、010、000、001、100、011。
（2）设置置换备选序列为：000、001、010、011、100、101、110、111，如图4所示；所述滑动窗口大小最大为5。
（3）直接输出第一个子序列100作为随机序列。
（4）从第二个子序列011开始进行滑动窗口对比，此时滑动窗口仅覆盖该子序列前面1个序列。将当前子序列011与滑动窗口内的序列比对，未发现重复，输出当前子序列011，准备处理下一个子序列，滑动窗口增大一位。
（5）对于第三个子序列100，将其与滑动窗口中的序列比对，发现与滑动窗口中第一个子序列相同，于是开始从置换备选序列中挑选置换序列。选择置换备选序列中的当前置换序列000，将其与滑动窗口中的序列比对，未发现重复，因此使用000替换当前子序列100，然后输出当前位置序列，准备处理下一个子序列，滑动窗口增大一位。
（6）对于第四个子序列101、第五个子序列010，将其与滑动窗口中的序列比对，均未发现重复，输出子序列101、010，准备处理下一个子序列，滑动窗口增大一位。
（7）对于第六个子序列000，将其与滑动窗口中的序列比对，发现与滑动窗口中第三个子序列相同，于是开始从置换备选序列中挑选置换序列。选择置换备选序列中的当前置换序列001，将其与滑动窗口中的序列比对，未发现重复，因此使用001替换当前子序列000，然后输出当前位置序列，准备处理下一个子序列，滑动窗口大小已达到最大值，后移一位。
（8）对于第七个子序列001，将其与滑动窗口中的序列比对，发现与滑动窗口中第五个子序列相同，于是开始从置换备选序列中挑选置换序列。选择置换备选序列中的当前置换序列010，将其与滑动窗口中的序列比对，发现重复，则将当前置换位置后移一位，选择置换序列011，将其与滑动窗口中的序列比对，发现重复，将当前置换位置后移一位，选择置换序列100，将其与滑动窗口中的序列比对，未发现重复，因此使用100替换当前子序列001，然后输出当前位置序列，准备处理下一个子序列，滑动窗口后移一位。
（9）对于第八个子序列100，将其与滑动窗口中的序列比对，发现与滑动窗口中第五个子序列相同，于是开始从置换备选序列中挑选置换序列。选择置换备选序列中的当前置换序列101，将其与滑动窗口中的序列比对，发现重复，则将当前置换位置后移一位，选择置换序列110，将其与滑动窗口中的序列比对，未发现重复，因此使用110替换当前子序列100，然后输出当前位置序列，准备处理下一个子序列，滑动窗口后移一位。
（10）对于第九个子序列011，将其与滑动窗口中的序列比对，未发现重复，输出子序列011。
至此，该原始随机序列处理且输出完成，输出序列为1000011000101010001100110011，处理过程见图5。
此外，如图6所示，本发明一实施例公开了一种降低量子随机数偏置的高效后处理系统，所述系统包括：
序列拆分模块10，用于将量子随机源产生的原始随机序列拆分为多个子序列；
遍历比对模块20，用于遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；
序列输出模块30，用于在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；以及在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列。
本实施例结合了滑动窗口算法的实现原理与最近最久未使用算法的替换思路，对量子随机源输出的原始随机序列进行拆分置换，通过序列替换打破原有随机序列的自相关性，得到偏置降低，随机性提高的随机数；且采用流式操作处理随机数序列，不需要占据大量空间对随机数进行存储与预处理，且处理过程无数学运算，可实时输出随机数。
在一实施例中，所述序列拆分模块10，具体用于：
将所述原始随机序列拆分为多个长度均为m的子序列，且子序列之间无重叠。
进一步地，长度m≥3且为奇数。
通过将子序列长度设定为奇数，可有效调整原有序列中可能存在的0/1频数差距大的情况。
在一实施例中，所述滑动窗口的初始长度为一个子序列长度；
在遍历到第一个子序列时，将滑动窗口覆盖第一个子序列，并直接输出第一个子序列。
在一实施例中，所述系统还包括滑动窗口调整模块，用于：
遍历到下一个子序列作为当前子序列，判断所述滑动窗口的长度是否达到最大；
若否，则将所述滑动窗口的长度增大设定位，以覆盖到当前子序列的上一个子序列；
若是，则将所述滑动窗口向后滑动设定位，所述设定位与子序列长度相同。
在一实施例中，所述滑动窗口的长度最大为，/>，m为子序列的长度。
需要说明的是，滑动窗口最大值如此设置的作用在于，窗口尽可能大（大于所有种类序列依次出现时的长度的一半，即(2m)/2）以降低输出后的序列在一定长度范围内的重复情况，减弱相关性；窗口尽可能小以确保置换备选序列中一定存在与滑动窗口中不一致的序列，且留有一定选择余地，避免在置换过程中置换出重复序列（即在(2m)个种类的序列中留有2m-2个选择空间）；若比最大值还大，则从备选序列中对比选择的效率会大幅降低。
在一实施例中，所述置换备选序列为一个大小为的循环队列，所述置换备选序列中每个元素均为长度为m的二进制数。
在一实施例中，所述序列输出模块30，还具体用于：
判断所述置换备选序列中位于置换起始位置的置换序列是否与所述滑动窗口中的子序列存在重复；
若是，则判断位于所述置换起始位置的下一置换序列是否与所述滑动窗口中的子序列存在重复；
若否，则使用位于所述置换起始位置的置换序列替换当前子序列，并输出该置换序列。
在一实施例中，在初次置换时，将所述置换备选序列的起始序列作为所述置换起始位置；在完成至少一次置换后，将当前置换所选择的置换序列的下一置换序列作为所述置换起始位置。
需要说明的是，本发明所述降低量子随机数偏置的高效后处理系统的其他实施例或具有实现方法可参照上述各方法实施例，此处不再赘余。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种降低量子随机数偏置的高效后处理方法，其特征在于，所述方法包括：
将量子随机源产生的原始随机序列拆分为多个子序列，包括将所述原始随机序列拆分为n个长度均为m的子序列，且子序列之间无重叠，长度m≥3且为奇数，所述量子随机源为量子随机数发生器；
遍历多个子序列，并将当前遍历到的子序列作为当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对，其中，在遍历到下一个子序列时，所述滑动窗口的长度向后滑动设定位，所述设定位与子序列长度相同；
在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；
在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列。
2.如权利要求1所述的降低量子随机数偏置的高效后处理方法，其特征在于，所述滑动窗口的初始长度为一个子序列长度；
在遍历到第一个子序列时，滑动窗口为空，直接输出第一个子序列；
在遍历到第二个子序列时，将滑动窗口覆盖第一个子序列。
3.如权利要求1所述的降低量子随机数偏置的高效后处理方法，其特征在于，在所述在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列之后，或在所述在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择备选子序列替换当前子序列，并输出备选子序列之后，所述方法还包括：
遍历到下一个子序列并作为当前子序列，判断所述滑动窗口的长度是否达到最大；
若否，则将所述滑动窗口的长度增大设定位，以覆盖到当前子序列的上一个子序列；
若是，则将所述滑动窗口向后滑动设定位，所述设定位与子序列长度相同。
4.如权利要求3所述的降低量子随机数偏置的高效后处理方法，其特征在于，所述滑动窗口的长度最大为，/>，m为子序列的长度。
5.如权利要求1所述的降低量子随机数偏置的高效后处理方法，其特征在于，所述置换备选序列为一个大小为的循环队列，所述置换备选序列中每个元素均为长度为m的二进制数。
6.如权利要求1所述的降低量子随机数偏置的高效后处理方法，其特征在于，所述在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列，包括：
判断所述置换备选序列中位于置换起始位置的置换序列是否与所述滑动窗口中的子序列存在重复；
若是，则判断位于所述置换起始位置的下一置换序列是否与所述滑动窗口中的子序列存在重复；
若否，则使用位于所述置换起始位置的置换序列替换当前子序列，并输出该置换序列。
7.如权利要求6所述的降低量子随机数偏置的高效后处理方法，其特征在于，在初次置换时，将所述置换备选序列的起始序列作为所述置换起始位置。
8.如权利要求6所述的降低量子随机数偏置的高效后处理方法，其特征在于，在完成至少一次置换后，将当前置换所选择的置换序列的下一置换序列作为所述置换起始位置。
9.一种降低量子随机数偏置的高效后处理系统，其特征在于，所述系统包括：
序列拆分模块，用于将量子随机源产生的原始随机序列拆分为多个子序列，包括将所述原始随机序列拆分为n个长度均为m的子序列，且子序列之间无重叠，长度m≥3且为奇数，所述量子随机源为量子随机数发生器；
遍历比对模块，用于遍历多个子序列，并将当前遍历到的子序列作为当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对，其中，在遍历到下一个子序列时，所述滑动窗口的长度向后滑动设定位，所述设定位与子序列长度相同；
序列输出模块，用于在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；以及在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311424429.9A CN117149138B (zh) | 2023-10-31 | 2023-10-31 | 降低量子随机数偏置的高效后处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311424429.9A CN117149138B (zh) | 2023-10-31 | 2023-10-31 | 降低量子随机数偏置的高效后处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117149138A CN117149138A (zh) | 2023-12-01 |
| CN117149138B true CN117149138B (zh) | 2024-03-08 |
Family
ID=88912410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311424429.9A Active CN117149138B (zh) | 2023-10-31 | 2023-10-31 | 降低量子随机数偏置的高效后处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117149138B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101040483A (zh) * | 2004-09-02 | 2007-09-19 | Id量子技术股份有限公司 | 带有用于窃听器检测的量子位内和之间干涉的两非正交状态量子密码学方法及设备 |
| CN105763563A (zh) * | 2016-04-19 | 2016-07-13 | 浙江神州量子网络科技有限公司 | 一种量子密钥申请过程中的身份认证方法 |
| CN107621782A (zh) * | 2017-05-08 | 2018-01-23 | 安徽理工大学 | 一种栅双极型晶体管(igbt)模块的故障诊断方法 |
| CN108363927A (zh) * | 2018-02-11 | 2018-08-03 | 成都信息工程大学 | 基于顺序重排更好用户隐私性的量子数据库隐私查询方法 |
| CN110472739A (zh) * | 2019-08-12 | 2019-11-19 | 北京中创为南京量子通信技术有限公司 | 量子随机数的高效后处理方法、装置及量子随机数发生器 |
| WO2022112788A1 (en) * | 2020-11-26 | 2022-06-02 | Pqshield Ltd | Random number generation |
| CN116737110A (zh) * | 2023-06-14 | 2023-09-12 | 南京邮电大学 | 一种基于Transformer模型的量子随机数性能评估方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080310522A1 (en) * | 2007-06-14 | 2008-12-18 | Quantum Corporation, A Delaware Corporation | Sliding Map Detector for Partial Response Channels |
| AU2018230440B2 (en) * | 2017-03-10 | 2022-11-17 | Rigetti & Co, Llc | Performing a calibration process in a quantum computing system |
| CN108683482B (zh) * | 2017-04-01 | 2021-03-09 | 电信科学技术研究院 | 一种估计定时位置的方法及装置 |
| WO2019002934A1 (en) * | 2017-06-30 | 2019-01-03 | PsiQuantum Corp. | METHODS AND DEVICES FOR DECODING QUANTUM STATES |
-
2023
- 2023-10-31 CN CN202311424429.9A patent/CN117149138B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101040483A (zh) * | 2004-09-02 | 2007-09-19 | Id量子技术股份有限公司 | 带有用于窃听器检测的量子位内和之间干涉的两非正交状态量子密码学方法及设备 |
| CN105763563A (zh) * | 2016-04-19 | 2016-07-13 | 浙江神州量子网络科技有限公司 | 一种量子密钥申请过程中的身份认证方法 |
| CN107621782A (zh) * | 2017-05-08 | 2018-01-23 | 安徽理工大学 | 一种栅双极型晶体管(igbt)模块的故障诊断方法 |
| CN108363927A (zh) * | 2018-02-11 | 2018-08-03 | 成都信息工程大学 | 基于顺序重排更好用户隐私性的量子数据库隐私查询方法 |
| CN110472739A (zh) * | 2019-08-12 | 2019-11-19 | 北京中创为南京量子通信技术有限公司 | 量子随机数的高效后处理方法、装置及量子随机数发生器 |
| WO2022112788A1 (en) * | 2020-11-26 | 2022-06-02 | Pqshield Ltd | Random number generation |
| CN116737110A (zh) * | 2023-06-14 | 2023-09-12 | 南京邮电大学 | 一种基于Transformer模型的量子随机数性能评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| LVS:高效的时间序列上的语义窗口查询算法;杨锋;王鹏;汪洋;汪卫;;计算机研究与发展(第S1期);第19-27页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117149138A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Knudsen et al. | Analysis methods for (alleged) RC4 | |
| CN112422266B (zh) | 一种基于约瑟夫遍历和位平面重构的超混沌加密方法 | |
| Andreeva et al. | Second preimage attacks on dithered hash functions | |
| Ruth Simpson et al. | LILI keystream generator | |
| US20240097883A1 (en) | Systems and computer-implemented methods for generating pseudo random numbers | |
| CN107017892A (zh) | 一种校验级联极化码编码方法及系统 | |
| CN117149138B (zh) | 降低量子随机数偏置的高效后处理方法及系统 | |
| Yin et al. | Weak key analysis for chaotic cipher based on randomness properties | |
| Joe et al. | Notes on generating Sobol sequences | |
| Ryabko et al. | “Book stack” as a new statistical test for random numbers | |
| Zhang et al. | Multi-pass fast correlation attack on stream ciphers | |
| US8316070B2 (en) | Method and system for advancing a linear feedback shift register | |
| US8793296B2 (en) | Random number generating method | |
| Golic et al. | Iterative Probabilistic Reconstruction of RC4 Internal States. | |
| Hedayatpour et al. | Random number generator based on transformed image data source | |
| CN116243887B (zh) | 软件随机数生成方法及装置 | |
| Fúster-Sabater et al. | Strategic attack on the shrinking generator | |
| Díaz Len et al. | Wolfram cellular auto mata and their cryptographic use as pseudorandom bit generators | |
| Grozov et al. | Development of a Pseudo-Random Sequence Generation Function Based on the Cryptographic Algorithm" Kuznechik" | |
| Caballero-Gil et al. | Improvement of the edit distance attack to clock-controlled LFSR-based stream ciphers | |
| El Den et al. | An Enhanced Pseudorandom Number Generator Based Differential Lorenz system by using Runge-Kutta method | |
| Tasheva et al. | Self-shrinking p-adic cryptographic generator | |
| Wang et al. | Random number generator of BP neural network based on SHA-2 (512) | |
| CN110221810B (zh) | 一种基于细胞自动机的可变结构伪随机数生成方法、装置及系统 | |
| Gouget et al. | How to strengthen pseudo-random generators by using compression |
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 |