CN120909552B - 流式量子随机数生成方法、装置、设备、介质和程序产品 - Google Patents

Abstract

本发明提供了一种流式量子随机数生成方法、装置、设备、介质和程序产品。该方法包括响应于随机数生成指令，迭代地执行如下操作：流式接收每个原始随机数序列中的第i个原始数据块；基于第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成时钟周期的伪随机字符序列子片段；根据伪随机字符序列子片段和第i个原始数据块，计算时钟周期的临时随机子序列；根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，以利用新的目标伪随机序列对下一个原始随机数序列进行处理。

Description

流式量子随机数生成方法、装置、设备、介质和程序产品

技术领域

本发明涉及量子信息和密码学技术领域，更具体地，涉及一种流式量子随机数生成方法、装置、设备、介质和程序产品。

背景技术

量子随机数生成器（QuantumRandom Number Generator，QRNG）利用量子力学中的基本随机性来生成高质量的随机数。然而，从量子随机数生成器设备中直接产生的原始数据通常并非均匀随机，且可能因设备缺陷而泄露部分信息。因此，需要通过一个被称为“随机性提取”（Randomness Extraction）的后处理步骤，来从原始数据中提取出高质量的、信息论安全的随机数。

相关技术在对从量子随机数生成器设备中直接产生的原始数据进行后处理操作时，会占用较多的逻辑计算资源，同时计算所需的时间较长。

发明内容

有鉴于此，本发明实施例提供了一种流式量子随机数生成方法、装置、设备、介质和程序产品。

本发明实施例的一个方面提供了一种流式量子随机数生成方法，包括：

响应于随机数生成指令，迭代地执行如下操作：

流式接收每个原始随机数序列中的第i个原始数据块；

基于上述第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成上述时钟周期的伪随机字符序列子片段；

根据上述伪随机字符序列子片段和上述第i个原始数据块，计算上述时钟周期的临时随机子序列；

根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，以利用上述新的目标伪随机序列对下一个原始随机数序列进行处理。

根据本发明的实施例，根据目标伪随机序列和哈希矩阵，实时生成上述时钟周期的伪随机字符序列子片段，包括：

配置初始伪随机序列；

根据上述初始伪随机序列生成上述目标伪随机序列和上述哈希矩阵；

根据上述目标伪随机序列和上述哈希矩阵，生成上述时钟周期的伪随机字符序列子片段。

根据本发明的实施例，上述哈希矩阵包括按照列方向划分的多个初始子矩阵，一个上述初始子矩阵对应一个时钟周期。

根据本发明的实施例，根据上述目标伪随机序列和上述哈希矩阵，生成上述时钟周期的伪随机字符序列子片段，包括：

根据上述第i个原始数据块的时钟周期，从上述哈希矩阵的多个上述初始子矩阵中确定与上述第i个原始数据块对应的目标子矩阵；

根据上述目标伪随机序列和上述目标子矩阵，生成上述伪随机字符序列子片段，并存储在寄存器中。

根据本发明的实施例，根据上述目标伪随机序列和上述目标子矩阵，生成上述伪随机字符序列子片段，包括：

利用矩阵-向量计算子单元对上述目标伪随机序列和上述目标子矩阵执行目标运算，得到上述伪随机字符序列子片段，其中，上述目标运算包括按位与运算、异或求和运算中的至少一种。

根据本发明的实施例，上述目标子矩阵包括多行的矩阵元素。

根据本发明的实施例，利用矩阵-向量计算子单元对上述目标伪随机序列和上述目标子矩阵执行目标运算，得到上述伪随机字符序列子片段，包括：

针对每行上述矩阵元素，利用计算子单元对上述行的矩阵元素和上述目标伪随机序列执行逻辑操作，生成比特行片段；

利用累加子单元对多个上述比特行片段进行累加处理，生成上述伪随机字符序列子片段。

根据本发明的实施例，利用多个上述计算子单元并行地执行不同行的矩阵元素的逻辑操作，其中，上述逻辑操作包括对上述行的矩阵元素和上述目标伪随机序列执行逻辑操作，生成比特行片段。

根据本发明的实施例，根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，包括：

根据存储在寄存器的多个时钟周期的多个临时随机子序列，生成临时随机数序列；

基于预设序列分割规则对上述临时随机数序列进行分割处理，得到上述目标随机数序列和上述新的目标伪随机序列。

根据本发明的实施例，上述临时随机数序列的长度与上述原始随机数序列的长度相等。

根据本发明的实施例，基于预设序列分割规则对上述临时随机数序列进行分割处理，得到上述目标随机数序列和上述新的目标伪随机序列，包括：

基于上述目标伪随机序列的长度对上述临时随机数序列进行分割处理，得到上述目标随机数序列和上述新的目标伪随机序列，其中，上述目标随机数序列的长度小于上述原始随机数序列的长度，上述新的目标伪随机序列的长度与上述目标伪随机序列的长度相同。

本发明实施例的另一个方面提供了一种流式量子随机数生成装置，包括：

接收模块，用于响应于随机数生成指令，迭代地接收流式接收每个原始随机数序列中的第i个原始数据块；

种子管理模块，用于基于上述第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成上述时钟周期的伪随机字符序列子片段；

计算模块，用于根据上述伪随机字符序列子片段和上述第i个原始数据块，计算上述时钟周期的临时随机子序列；

累加模块，用于根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，以利用上述新的目标伪随机序列对下一个原始随机数序列进行处理。

本发明实施例的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。

本发明实施例的另一个方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本发明实施例的另一个方面提供了一种计算机程序产品，所述计算机程序产品包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

根据本发明的实施例，通过流式接收原始随机数序列中的每个原始数据块；基于原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成伪随机字符序列子片段；根据伪随机字符序列子片段和原始数据块计算临时随机子序列；根据多个临时随机子序列分别生成目标随机数序列和新的目标伪随机序列。由于本实施例以流式方式接收原始随机数序列中的多个原始数据块，基于每个原始数据块的时钟周期确定对应的伪随机字符序列子片段，计算每个原始数据块的临时随机子序列，通过上述将目标随机数序列的计算分解为与数据流同步的多个分解算法，可以避免直接使用哈希矩阵和原始随机数序列进行计算所带来的占用较多逻辑计算资源的问题，从而提高了计算效率且降低了逻辑计算资源的占用率。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示出了根据本发明实施例的流式量子随机数生成方法的流程图；

图2示出了根据本发明另一实施例的流式量子随机数生成方法的流程图；

图3示出了根据本发明实施例的并行计算示意图；

图4示出了根据本发明实施例的目标随机数序列的生成示意图；

图5示出了根据本发明实施例的流式量子随机数生成装置的框图；

图6示出了根据本发明实施例的适于实现上文描述的方法的电子设备的框图。

具体实施方式

以下，将参照附图来描述本发明的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本发明实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语（包括技术和科学术语）具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释（例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等）。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释（例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等）。

随机性提取本质上与量子密钥分发（Quantum Key Distribution，QKD）中的隐私放大（Privacy Amplification）相同。相关技术广泛采用的技术是基于托普利茨（Toeplitz）矩阵的哈希函数。然而，相关技术基于Toeplitz矩阵的方案通常采用分块处理模式，即对一个完整的原始随机数据块执行一次矩阵向量乘法。这种模式在实际应用中带来了显著的技术瓶颈：

（1）实时性瓶颈：Toeplitz矩阵乘法是一种典型的“先累积、后处理”的分块运算。系统必须等待并缓存一个完整的、尺寸固定的原始数据块（例如，数千或数万比特）后，才能启动一次性的提取计算。这种模式引入了不可避免的处理延迟，导致最终随机数的输出是阵发性而非连续的流，严重制约了在高速量子通信等需要连续、低延迟随机数场景下的应用。

（2）计算与资源开销巨大：在硬件上实现大规模Toeplitz矩阵乘法，面临着严峻的资源挑战。当需要从海量原始数据中提取高比例的随机数时，所用Toeplitz矩阵的维度会非常巨大。这直接导致高计算逻辑消耗：实现一次完整的矩阵向量乘法，需要大量的并行乘法器（与门）和庞大的累加器（异或树）。为了在有限的时间内完成计算，往往需要高度并行的硬件结构，这不仅会急剧消耗硬件的逻辑资源，还会导致显著的动态功耗，成为硬件实现的主要瓶颈。

有鉴于此，本发明的实施例提供了一种流式量子随机数生成方法、装置、设备、介质和程序产品。该方法包括响应于随机数生成指令，迭代地执行如下操作：流式接收每个原始随机数序列中的第i个原始数据块；基于第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成时钟周期的伪随机字符序列子片段；根据伪随机字符序列子片段和第i个原始数据块，计算时钟周期的临时随机子序列；根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，以利用新的目标伪随机序列对下一个原始随机数序列进行处理。

图1示出了根据本发明实施例的流式量子随机数生成方法的流程图。

如图1所示，流式量子随机数生成方法包括响应于随机数生成指令，迭代地执行操作S101~操作S104。

在操作S101，流式接收每个原始随机数序列中的第i个原始数据块。

在操作S102，基于第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成时钟周期的伪随机字符序列子片段。

在操作S103，根据伪随机字符序列子片段和第i个原始数据块，计算时钟周期的临时随机子序列。

在操作S104，根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，以利用新的目标伪随机序列对下一个原始随机数序列进行处理。

根据本发明的实施例，随机数生成指令可以由工作人员在量子通信设备或其他电子设备上输入相应的操作，电子设备响应该操作自动生成该随机数生成指令。流式可以指一个接一个地接收。

根据本发明的实施例，原始随机数序列可以由熵源等能够提供原始随机数的设备 生成，且该原始随机数序列可以是一个长度为n（例如n=1536）的且具有微小偏差（即符合 高斯分布）的随机数序列。

根据本发明的实施例，针对每个原始随机数序列，在流式接收到该原始随机数序 列中长度为k-bit的第i个原始数据块，基于第i个原始数据块的时钟周期i，根据目标伪 随机序列和哈希矩阵M，实时生成时钟周期i的伪随机字符序列子片段。其中，时钟周期 可以通过时钟信号确定。

根据本发明的实施例，根据伪随机字符序列子片段和第i个原始数据块，计算 时钟周期的临时随机子序列，如公式（1）所示：

（1）

其中，表示拼接操作。

根据本发明的实施例，在该原始随机数序列的个原始数据块全部完成临时 随机子序列的计算之后，可以根据多个时钟周期的个临时随机子序列分别生成目标随 机数序列和新的目标伪随机序列，其中，该目标随机数序列作为与原始随机数序列对应的 最终输出，而新的目标伪随机序列可以继续结合哈希矩阵生成用于处理下一个原始随机数 序列的伪随机字符序列子片段。

根据本发明的实施例，通过流式接收原始随机数序列中的每个原始数据块；基于原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成伪随机字符序列子片段；根据伪随机字符序列子片段和原始数据块计算临时随机子序列；根据多个临时随机子序列分别生成目标随机数序列和新的目标伪随机序列。由于本实施例以流式方式接收原始随机数序列中的多个原始数据块，基于每个原始数据块的时钟周期确定对应的伪随机字符序列子片段，计算每个原始数据块的临时随机子序列，通过上述将目标随机数序列的计算分解为与数据流同步的多个分解算法，可以避免直接使用哈希矩阵和原始随机数序列进行计算所带来的占用较多逻辑计算资源的问题，从而提高了计算效率且降低了逻辑计算资源的占用率。

图2示出了根据本发明另一实施例的流式量子随机数生成方法的流程图。

根据本发明的实施例，参见图2，根据目标伪随机序列和哈希矩阵，实时生成时钟周期的伪随机字符序列子片段，包括：配置初始伪随机序列；根据初始伪随机序列生成目标伪随机序列和哈希矩阵；根据目标伪随机序列和哈希矩阵，生成时钟周期的伪随机字符序列子片段。

根据本发明的实施例，初始伪随机序列可以由工作人员配置，例如工作人员给定一组长度为m+n-1的序列作为该初始伪随机序列。

根据本发明的实施例，对该初始伪随机序列进行拆分即可得到目标伪随机序列 和维的哈希矩阵M，其中，目标伪随机序列的长度与硬件性能相关，例 如长度可以是256~2048bit中任一数值，如。其中，和m的数值可以根据实际 需求进行调整，例如n为1536，m为1024，单位为比特。

在一种具体的实施例中，可以周期性地从初始伪随机序列中切取固定长度的子序列作为哈希矩阵的一个子矩阵的数据，此种方式可以减少计算资源的使用。

根据本发明的实施例，根据目标伪随机序列和哈希矩阵M，即可生成与原始数据 块的时钟周期对应的伪随机字符序列子片段。

根据本发明的实施例，哈希矩阵M包括按照列方向划分的个维的初始 子矩阵，记为，一个初始子矩阵对应一个时钟周期，每个初始子 矩阵为长度为。

根据本发明的实施例，参见图2，根据目标伪随机序列和哈希矩阵，生成时钟周期的伪随机字符序列子片段，包括：根据第i个原始数据块的时钟周期，从哈希矩阵的多个初始子矩阵中确定与第i个原始数据块对应的目标子矩阵；根据目标伪随机序列和目标子矩阵，生成伪随机字符序列子片段，并存储在寄存器中。

根据本发明的实施例，根据第i个原始数据块的时钟周期i（从0到），从 哈希矩阵的多个初始子矩阵中确定与第i个原始数据块对应的维的目标子矩阵。 根据目标伪随机序列和目标子矩阵，生成伪随机字符序列子片段。

根据本发明的实施例，通过将哈希矩阵分解为对应不同时钟周期的子矩阵，实现 了将庞大的矩阵运算分解为个时钟周期内的运算，每个时钟周期的计算负载较小且固 定，从而实现了资源占用和计算效率的最佳平衡。

根据本发明的实施例，根据目标伪随机序列和目标子矩阵，生成伪随机字符序列子片段，包括：利用矩阵-向量计算子单元对目标伪随机序列和目标子矩阵执行目标运算，得到伪随机字符序列子片段，其中，目标运算包括按位与运算、异或求和运算中的至少一种。

根据本发明的实施例，矩阵-向量计算子单元的功能是执行哈希矩阵数据与伪随 机向量数据的逻辑运算。该模块可以根据目标伪随机序列和目标子矩阵，生成伪随机 字符序列子片段，如公式（2）所示：

（2）

其中，公式（2）中的“”表示按位与（AND）运算、异或（XOR）求和运算，其目的是为了 对矩阵形式的和向量形式的进行不同维度的计算。

根据本发明的实施例，通过利用矩阵-向量计算子单元分布计算不同的伪随机字 符序列子片段，可以降低逻辑计算资源的占用率，同时提高计算效率。

图3示出了根据本发明实施例的并行计算示意图。

根据本发明的实施例，目标子矩阵包括多行的矩阵元素。

根据本发明的实施例，利用矩阵-向量计算子单元对目标伪随机序列和目标子矩阵执行目标运算，得到伪随机字符序列子片段，包括：针对每行矩阵元素，利用计算子单元对行的矩阵元素和目标伪随机序列执行逻辑操作，生成比特行片段；利用累加子单元对多个比特行片段进行累加处理，生成伪随机字符序列子片段。

根据本发明的实施例，矩阵-向量计算子单元在计算时，其可以按照目标子矩阵的 行进行计算，具体的，针对每一行矩阵元素，可以利用一个计算子单元对该行的矩阵元素和 目标伪随机序列执行逻辑操作，生成对应行的比特行片段，因此对于n/k个目标子矩阵， 可以通过n/k个计算子单元并行处理（如图3中的计算子单元1、计算子单元2……计算子单 元n/k），在所有行的矩阵元素计算完成之后，通过一个累加子单元对多个比特行片段进行 累加处理，即可得到伪随机字符序列子片段。

根据本发明的实施例，在使用计算子单元进行逻辑计算时，可以通过多个计算子单元并行地对多行矩阵元素同时进行计算，从而进一步提高计算效率，如图3所示。具体地利用硬件电路的并行化优势，通过genvar循环创建多个并行的计算子单元，在一个时钟周期内同时对输入的目标子矩阵和目标伪随机序列执行按位与（&）和异或求和（^）操作，从而得到伪随机字符序列子片段。

图4示出了根据本发明实施例的目标随机数序列的生成示意图。

根据本发明的实施例，根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，包括：根据存储在寄存器的多个时钟周期的多个临时随机子序列，生成临时随机数序列；基于预设序列分割规则对临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列。

根据本发明的实施例，参见图4，计算模块可以在计数器和时钟信号的作用下计算 对应每个原始数据块的临时随机子序列，并将其存储在累加模块中的寄存器中，计数器 基于时钟信号和原始随机数有效信号可以统计计数数值，此时累加模块可以将寄存器存储 的对应多个时钟周期的多个临时随机子序列进行累加，从而生成临时随机数序列。

根据本发明的实施例，累加模块进一步基于预设序列分割规则对该临时随机数序 列即可得到目标随机数序列和新的目标伪随机序列。

根据本发明的实施例，临时随机数序列的长度与原始随机数序列的长度相等。

根据本发明的实施例，基于预设序列分割规则对临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列，包括：

基于目标伪随机序列的长度对临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列，其中，目标随机数序列的长度小于原始随机数序列的长度，新的目标伪随机序列的长度与目标伪随机序列的长度相同。

根据本发明的实施例，在累加模块进行长度为n的临时随机数序列的分割操作时， 可以将前m位作为对应该原始随机数序列的最终输出的随机数序列，即目标随机数序列，同时可以发送随机数有效信号指示目标随机数序列有效，其后位则作 为下一个原始随机数序列计算所需的目标伪随机序列。

需要说明的是，初始伪随机序列可以响应工作人员的更新指令（例如图2所设置的更新频率）进行更新，使得可以在特定周期内对初始伪随机序列进行重置处理。例如在重置了新的初始伪随机序列之后，可以按照原有的初始伪随机序列对当前未完成的原始随机数序列进行计算，在该原始随机数序列完成计算之后，启用新的初始伪随机序列进行计算，而不再使用上一原始随机数序列处理时所生成的新的目标伪随机序列。

图5示出了根据本发明实施例的流式量子随机数生成装置的框图。

如图5所示，流式量子随机数生成装置500包括接收模块510、种子管理模块520、计算模块530、累加模块540。

接收模块510用于响应于随机数生成指令，迭代地接收流式接收每个原始随机数序列中的第i个原始数据块。

种子管理模块520用于基于第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成时钟周期的伪随机字符序列子片段。

计算模块530用于根据伪随机字符序列子片段和第i个原始数据块，计算时钟周期的临时随机子序列。

累加模块540用于根据多个时钟周期的多个临时随机子序列，分别生成目标随机数序列和新的目标伪随机序列，以利用新的目标伪随机序列对下一个原始随机数序列进行处理。

根据本发明的实施例，通过流式接收原始随机数序列中的每个原始数据块；基于原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成伪随机字符序列子片段；根据伪随机字符序列子片段和原始数据块计算临时随机子序列；根据多个临时随机子序列分别生成目标随机数序列和新的目标伪随机序列。由于本实施例以流式方式接收原始随机数序列中的多个原始数据块，基于每个原始数据块的时钟周期确定对应的伪随机字符序列子片段，计算每个原始数据块的临时随机子序列，通过上述将目标随机数序列的计算分解为与数据流同步的多个分解算法，可以避免直接使用哈希矩阵和原始随机数序列进行计算所带来的占用较多逻辑计算资源的问题，从而提高了计算效率且降低了逻辑计算资源的占用率。

根据本发明的实施例，种子管理模块520包括配置子模块、第一生成子模块、第二生成子模块。

配置子模块用于配置初始伪随机序列。

第一生成子模块用于根据初始伪随机序列生成目标伪随机序列和哈希矩阵。

第二生成子模块用于根据目标伪随机序列和哈希矩阵，生成时钟周期的伪随机字符序列子片段。

根据本发明的实施例，哈希矩阵包括按照列方向划分的多个初始子矩阵，一个初始子矩阵对应一个时钟周期。

根据本发明的实施例，第二生成子模块包括确定单元、第一生成单元。

确定单元用于根据第i个原始数据块的时钟周期，从哈希矩阵的多个初始子矩阵中确定与第i个原始数据块对应的目标子矩阵。

第一生成单元用于根据目标伪随机序列和目标子矩阵，生成伪随机字符序列子片段，并存储在寄存器中。

根据本发明的实施例，第一生成单元包括矩阵-向量计算子单元。

矩阵-向量计算子单元用于对目标伪随机序列和目标子矩阵执行目标运算，得到伪随机字符序列子片段，其中，目标运算包括按位与运算、异或求和运算中的至少一种。

根据本发明的实施例，目标子矩阵包括多行的矩阵元素。

根据本发明的实施例，矩阵-向量计算子单元包括计算子单元、累加子单元。

计算子单元用于针对每行矩阵元素，利用计算子单元对行的矩阵元素和目标伪随机序列执行逻辑操作，生成比特行片段。

累加子单元用于对多个比特行片段进行累加处理，生成伪随机字符序列子片段。

根据本发明的实施例，多个计算子单元并行地执行不同行的矩阵元素的逻辑操作，其中，逻辑操作包括对行的矩阵元素和目标伪随机序列执行逻辑操作，生成比特行片段。

根据本发明的实施例，累加模块540包括第二生成单元、得到单元。

第二生成单元用于根据存储在寄存器的多个时钟周期的多个临时随机子序列，生成临时随机数序列。

得到单元用于基于预设序列分割规则对临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列。

根据本发明的实施例，临时随机数序列的长度与原始随机数序列的长度相等。

根据本发明的实施例，得到单元包括得到子单元。

得到子单元用于基于目标伪随机序列的长度对临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列，其中，目标随机数序列的长度小于原始随机数序列的长度，新的目标伪随机序列的长度与目标伪随机序列的长度相同。

根据本发明的实施例的模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本发明实施例的模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本发明实施例的模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列（Field ProgrammableGate Array ，FPGA）、可编程逻辑阵列（Programmable Logic Arrays ，PLA）、片上系统、基板上的系统、封装上的系统、专用集成电路（Application Specific Integrated Circuit，ASIC），或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本发明实施例的模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，接收模块510、种子管理模块520、计算模块530、累加模块540中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本发明的实施例，接收模块510、种子管理模块520、计算模块530、累加模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列（FPGA）、可编程逻辑阵列（PLA）、片上系统、基板上的系统、封装上的系统、专用集成电路（ASIC），或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，接收模块510、种子管理模块520、计算模块530、累加模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

需要说明的是，本发明的实施例中流式量子随机数生成装置部分与本发明的实施例中流式量子随机数生成方法部分是相对应的，流式量子随机数生成装置部分的描述具体参考流式量子随机数生成方法部分，在此不再赘述。

图6示出了根据本发明实施例的适于实现上文描述的方法的电子设备的框图。图6示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，根据本发明实施例的电子设备600包括处理器601，其可以根据存储在只读存储器（Read-Only Memory，ROM）602中的程序或者从存储部分608加载到随机访问存储器（Random Access Memory，RAM）603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器（例如CPU）、指令集处理器和/或相关芯片组和/或专用微处理器（例如，专用集成电路（ASIC）），等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器 601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。

根据本发明的实施例，电子设备600还可以包括输入/输出（I/O）接口605，输入/输出（I/O）接口605也连接至总线604。电子设备600还可以包括连接至输入/输出（I/O）接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管（CRT）、液晶显示器（Liquid Crystal Display，LCD）等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至输入/输出（I/O）接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

根据本发明的实施例，根据本发明实施例的方法流程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本发明实施例的系统中限定的上述功能。根据本发明的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本发明实施例的方法。

根据本发明的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM（Erasable Programmable Read Only Memory，EPROM）或闪存）、便携式紧凑磁盘只读存储器（Computer Disc Read-Only Memory，CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

例如，根据本发明的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

本发明的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本发明实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本发明实施例所提供的方法。

在该计算机程序被处理器601执行时，执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

根据本发明的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（LAN）或广域网（WAN），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本发明的各个实施例中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本发明中。特别地，在不脱离本发明精神和教导的情况下，本发明的各个实施例中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。

以上对本发明的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本发明的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由实施例及其等同物限定。不脱离本发明的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本发明的范围之内。

Claims (10)

1.一种流式量子随机数生成方法，其特征在于，包括：

响应于随机数生成指令，配置初始伪随机序列；

根据所述初始伪随机序列生成目标伪随机序列和哈希矩阵；

迭代地执行如下操作：

流式接收每个原始随机数序列中的第i个原始数据块；

基于所述第i个原始数据块的时钟周期，根据目标伪随机序列和哈希矩阵，实时生成所述时钟周期的伪随机字符序列子片段；

根据所述伪随机字符序列子片段和所述第i个原始数据块，计算所述时钟周期的临时随机子序列；

根据存储在寄存器的多个时钟周期的多个临时随机子序列，生成临时随机数序列；

基于所述目标伪随机序列的长度对所述临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列，以利用所述新的目标伪随机序列对下一个原始随机数序列进行处理。

2.根据权利要求1所述的方法，其特征在于，所述哈希矩阵包括按照列方向划分的多个初始子矩阵，一个所述初始子矩阵对应一个时钟周期；

其中，根据所述目标伪随机序列和所述哈希矩阵，生成所述时钟周期的伪随机字符序列子片段，包括：

根据所述第i个原始数据块的时钟周期，从所述哈希矩阵的多个所述初始子矩阵中确定与所述第i个原始数据块对应的目标子矩阵；

根据所述目标伪随机序列和所述目标子矩阵，生成所述伪随机字符序列子片段，并存储在寄存器中。

3.根据权利要求2所述的方法，其特征在于，根据所述目标伪随机序列和所述目标子矩阵，生成所述伪随机字符序列子片段，包括：

利用矩阵-向量计算子单元对所述目标伪随机序列和所述目标子矩阵执行目标运算，得到所述伪随机字符序列子片段，其中，所述目标运算包括按位与运算、异或求和运算中的至少一种。

4.根据权利要求3所述的方法，其特征在于，所述目标子矩阵包括多行的矩阵元素；

其中，利用矩阵-向量计算子单元对所述目标伪随机序列和所述目标子矩阵执行目标运算，得到所述伪随机字符序列子片段，包括：

针对每行所述矩阵元素，利用计算子单元对所述行的矩阵元素和所述目标伪随机序列执行逻辑操作，生成比特行片段；

利用累加子单元对多个所述比特行片段进行累加处理，生成所述伪随机字符序列子片段。

5.根据权利要求4所述的方法，其特征在于，利用多个所述计算子单元并行地执行不同行的矩阵元素的逻辑操作，其中，所述逻辑操作包括对所述行的矩阵元素和所述目标伪随机序列执行逻辑操作，生成比特行片段。

6.根据权利要求1所述的方法，其特征在于，所述临时随机数序列的长度与所述原始随机数序列的长度相等；所述目标随机数序列的长度小于所述原始随机数序列的长度，所述新的目标伪随机序列的长度与所述目标伪随机序列的长度相同。

7.一种流式量子随机数生成装置，其特征在于，包括：

接收模块，用于响应于随机数生成指令，配置初始伪随机序列，根据初始伪随机序列生成目标伪随机序列和哈希矩阵；迭代地接收流式接收每个原始随机数序列中的第i个原始数据块；

种子管理模块，包括：

第二生成子模块，用于根据目标伪随机序列和哈希矩阵，生成时钟周期的伪随机字符序列子片段；

计算模块，用于根据所述伪随机字符序列子片段和所述第i个原始数据块，计算所述时钟周期的临时随机子序列；

累加模块，包括：

第二生成单元，用于根据存储在寄存器的多个时钟周期的多个临时随机子序列，生成临时随机数序列；

得到子单元，用于基于目标伪随机序列的长度对临时随机数序列进行分割处理，得到目标随机数序列和新的目标伪随机序列，以利用所述新的目标伪随机序列对下一个原始随机数序列进行处理。

8.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有可执行指令，其特征在于，该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序在被处理器执行时实现根据权利要求1至6中任一项所述的方法。