JP7672180B1 - 血液サンプルを基に乱数を生成するシステム及びそれを利用した方法 - Google Patents

Abstract

【課題】高速乱数生成が可能でありながらもコストの効率性を極大化し、かつ、血液サンプルを基に生成された乱数のランダム性を向上させることで、生成された乱数の信頼性を担保するシステム及び方法を提供する。【解決手段】血液サンプルを基に乱数を生成するシステムは、予め設定された血液サンプルを供給するサンプルローディングモジュールとサンプルローディングモジュールによって提供され、予め指定された関心領域（ｒｅｇｉｏｎ ｏｆ ｉｎｔｅｒｅｓｔ、ＲＯＩ）に移動させた血液サンプルを対象に光を照射する光照射モジュールと、光照射モジュールを利用し、関心領域に位置する血液サンプルの画像を予め設定された方式でキャプチャすることで、原本スペックル（ｓｐｅｃｋｌｅ）画像を獲得する画像生成モジュールと、画像生成モジュールから生成された原本スペックル画像を予め設定された方式で処理して乱数を生成する乱数生成モジュールと、を含む。【選択図】図１

Description

本発明は血液サンプルを基に乱数を生成するシステム及びそれを利用した方法に関し、より詳しくは、２Ｐ－ＴＯ－ＶＮ（Ｔｗｏ－Ｐａｓｓ Ｔｕｐｌｅ－Ｏｕｔｐｕｔ ｖｏｎ Ｎｅｕｍａｎｎ）方式が適用された乱数生成システムに関する技術である。

この部分に記述された内容は単に本実施例に関する背景情報を提供するだけであって、従来技術を構成するものではない。

インターネットをはじめとする有無線通信の使用の急速に拡大されるにつれ、通信ネットワークのセキュリティ問題は国家、企業、金融上の重要機密の保護及び個人のプライベートの保護の側面でその重要性が次第に増大しつつある。ＰＳＡなど数学的な計算複雑性に基づく暗号システムは量子コンピュータが開発されれば根本的に解読が可能であると判断されるため、その対策が求められている。

計算複雑性に基づく暗号システムに比べ、ワンタイムパッド（Ｏｎｅ Ｔｉｍｅ Ｐａｄ：ＯＴＰ）を利用した暗号方式は最も安全な暗号方式と知られている。ワンタイムパッドを利用してストリーム暗号（Ｓｔｒｅａｍ Ｃｉｐｈｅｒ）を生成すれば、迅速で安全に暗号化された通信を行い得る。このようなワンタイムパッドを生成するために、乱数生成器（Ｒａｎｄｏｍ Ｎｕｍｂｅｒ Ｇｅｎｅｒａｔｏｒ、ＲＮＧ）が使用される。

乱数生成器システムの進化と持続的な開発は、暗号化分野の未来のための重要な礎となっている。このようなＲＮＧシステムは予測が難しいだけでなく、殆ど不可能なキーを生成する役割のため全ての暗号化システムの中枢となっている。

このような予測不可能性は、今日のデジタル世界で必要な機能である高いレベルのセキュリティを保障し得る。乱数生成器には主にアルゴリズムと物理的という２つの類型がある。擬似乱数生成器（ＰｓｅｕｄｏＲａｎｄｏｍ Ｎｕｍｂｅｒ Ｇｅｎｅｒａｔｏｒｓ、ＰＲＮＧ）とも知られているアルゴリズム生成器は、複雑な数学公式を使用して一連の数字を生成する。

ＰＲＮＧは便利で効率的であるが、生成された乱数はランダム性テストを通過しても逆設計及び予測が可能であるという短所がある。それに対し、物理的（または実際）乱数生成器は確率論的物理的プロセスからランダム性を導出し得る。このようなプロセスは完全な情報で理論的に予測可能であるが、時間及び計算リソースの制限のため実質的には予測できない。

ＲＮＧはこのような特性のため、キーの生成、デジタル署名の生成、暗号化のための初期化ベクトル、セキュリティ保存のためのソルト値の生成をはじめとする多様なサイバーセキュリティ作業で主な役割をし、ＩｏＴドメインを超えて相互連結されたシステムのサイバーセキュリティ要求事項を解決し得る。

新しく浮かび上がっている関心分野のうち一つは、セキュリティ強化のために光学的物理的な複製防止機能を使用することである。Ｄｉ Ｆａｌｃｏなどの研究。シリコンチップによって促進される乱れているシステムは完璧な秘密性を備えた暗号化システムを達成するために活用され得ることを示している。

しかし、物理基盤のＲＮＧには固有な課題があるということに留意することが重要である。例えば、ラバランプから任意のパターンをキャプチャすることは革新的な方法であるが、帯域幅が制限されている。発光ダイオードと携帯電話のカメラを使用する他の方法は、光の量子変動からランダム性をキャプチャするが、設定が非常に複雑である。よって、ＲＮＧシステムの環境は最近数年間変化を経ており、人為的に生成された従来のＲＮＧには固有のセキュリティ脆弱点が含まれていることが明らかになっている。

このような脆弱点のため、更に予測不可能で本質的にランダムなバイオミメティクスＲＮＧシステムへの転換が触発された。変化は生物学的システムが不可能ではないとしても、人為的に複製することは難しいレベルの複雑性とランダム性を含む場合が多いという事実を認める。

よって、最近のＲＮＧ技術ではスペックル（Ｓｐｅｃｋｌｅ）パターンを利用したＲＮＧの生成に重点を置こうと試みている。このような技術の主な目標は経済性と携帯性の均衡を達成することである。２つともこのようなシステムの広範囲な採択と適用のための必須要素と評価されている。

スペックルパターン生成領域において、ＲＮＧ及び光子の物理的複製解除機能の発展は一貫性のある光の下でスペックルパターンが生成されるように、紙の自然な質感のような材料の本質的なランダム性に依存する場合が多い。例えば、光導波管は検証済みのランダム性によってＭｂｉｔ／ｓの速度で乱数を生成する能力を示す。

また、エアロゲルのスペックルパターンを基に全光学物理的複製解除機能（Ｆｒａｔａｌｏｃｃｈｉ ｅｔ ａｌ．）を開発し、安全なキーの生成を達成している。しかし、このような技術にはレーザビームを体積散乱媒体に通過させて静的スペックルパターンをキャプチャする作業が含まれる。この接近方法は革新的であるが、コストの効率性と高速乱数生成に対する新しい課題が提起され得る。加えて、このようなＲＮＧが提供する向上されたセキュリティ機能にもかかわらず、産業現場での適用は制限的である。主な障害物はサンプルの製作及び獲得速度に関する高いコストにある。このようなコストが増加すれば一般に購買速度が向上される。

逆に、コストが下がれば速度が遅くなる場合が多く、最適化が複雑になるという衝突関係が現れるが、この問題のため優れた性能を提供すると共に製造コストを大きく節減するＲＮＧシステムが必要となっている。

ＲＮＧ分野の従来技術としては、特許文献１（フォン・ノイマン後処理時の乱数出力信号の連続性を確保するための方法及び装置）が開示される。前記従来技術は乱数出力信号の非連続性を解決する内容を開示するが、メモリバッファに乱数を保存し、保存された乱数が全て消耗されれば、他の構成によって予備乱数を出力することで、システムの速度を向上させると共に、コストを下げるという経済性をその効果とする。

但し、前記従来技術はフォン・ノイマン後処理を利用した乱数出力技術のみを開示するだけであって、血流または血液サンプルの適用及び結合可能性については全く開示していない。

韓国登録特許第１０－１９２５７８７号公報

本発明は上述した問題点を解決するために案出されたものであって、高速乱数生成が可能でありながらもコストの効率性を極大化し、また、生成された乱数のランダム性を向上させることで、生成された乱数の信頼性を担保するシステムを提供することにその目的がある。

但し、本発明が解決しようとする技術的課題は上述した課題に限らず、言及されていない他の課題は以下に記載の発明の説明から当業者に明確に理解されるはずである。

本発明の一側面によるシステムは、血液サンプルを基に乱数を生成するシステムであって、予め設定された血液サンプルを供給するサンプルローディングモジュールと、前記サンプルローディングモジュールによって提供された血液サンプルに光を照射し、この場合に、予め指定された関心領域（ｒｅｇｉｏｎ ｏｆ ｉｎｔｅｒｅｓｔ、ＲＯＩ）に移動させた血液サンプルを対象に光を照射する光照射モジュールと、前記光照射モジュールを利用し、前記関心領域に位置する血液サンプルの画像を予め設定された方式でキャプチャすることで、原本スペックル画像を獲得する画像生成モジュールと、前記画像生成モジュールから生成された前記原本スペックル画像を予め設定された方式で処理して乱数を生成する乱数生成モジュールと、を含む。

好ましくは、前記乱数生成モジュールは、前記原本スペックル画像を構成するピクセル値を対象に０または１のビット（ｂｉｔ）に分類する二進化過程を行い、二進化（ｂｉｎａｒｙ）画像を生成する二進化画像生成部を含み得る。

好ましくは、前記乱数生成モジュールは、前記二進化画像生成部によって獲得された二進化画像を対象に、フォン・ノイマン（ｖｏｎ Ｎｅｕｍａｎｎ）後処理方式を適用することで第１処理画像を生成するフォン・ノイマン抽出部を更に含み得る。

好ましくは、前記フォン・ノイマン抽出部は、前記第１処理画像を対象に、２Ｐ－ＴＯ－ＶＮ方式を更に適用することで第２処理画像を生成し得る。

好ましくは、前記フォン・ノイマン抽出部は、１Ｐ－ＴＯ－ＶＮ（Ｏｎｅ－Ｐａｓｓ Ｔｕｐｌｅ－Ｏｕｔｐｕｔ ｖｏｎ Ｎｅｕｍａｎｎ）方式を適用し、２つのビットを一つのセットにして予め設定された方式で処理するが、前記予め設定された方式は一つのセットが同じビットの重複であれば前記セットを除去する方式であり得る。

好ましくは、前記フォン・ノイマン抽出部は、一つのセットが同じビットの重複であって、前記セットが除去された状態で、残りのビットを基準に、互いに異なるビットでセットが構成される場合、前記セットを構成する第１及び第２ビットのうち第１または第２ビットのみを維持する方式であり得る。

好ましくは、前記フォン・ノイマン抽出部は、前記１Ｐ－ＴＯ－ＶＮ方式によって、除去されたセットをクアッド（Ｑｕａｄ）に更にグルーピングするが、前記クアッドは第１セット及び第２セットで構成され、前記第１及び第２セットの同一可否に基づいて前記第１及び第２セットの除去維持可否を決定し得る。

好ましくは、前記フォン・ノイマン抽出部は、前記第１及び第２セットが互いに異なる場合、前記第１及び第２セットを更に復元させ得る。

好ましくは、前記乱数生成モジュールは、前記二進化画像生成部によって生成された二進化画像を対象に、画像スクランブリング（ｉｍａｇｅ ｓｃｒａｍｂｌｉｎｇ）を行って前処理画像を生成する画像スクランブリング部を更に含み、前記フォン・ノイマン抽出部は、前記画像スクランブリング部によって生成された前記前処理画像を対象に第１及び第２処理画像が生成され得る。

また、本発明は血液サンプルを基に乱数を生成する方法であって、（ａ１）サンプルローディングモジュールによって予め設定された血液サンプルを供給するステップと、（ａ２）光照射モジュールによって前記サンプルローディングモジュールによって提供された血液サンプルに光を照射し、この場合に、予め指定された関心領域に移動された血液サンプルを対象に光を照射するステップと、（ａ３）前記光照射モジュールを利用し、前記関心領域に位置する血液サンプルの画像を予め設定された方式でキャプチャすることで、原本スペックル画像を獲得するステップと、（ａ４）前記ステップ（ａ３）で生成された前記原本スペックル画像を予め設定された方式で処理して乱数を生成するステップと、を含む方法を提供する。

好ましくは、前記ステップ（ａ４）は、（ａ４１）前記原本スペックル画像を構成するピクセル値を対象に０または１のビットに分類する二進化過程を行い、二進化画像を生成するステップと、（ａ４２）前記ステップ（ａ４１）で獲得された二進化画像を対象に、フォン・ノイマン後処理方式を適用することで第１処理画像を生成するステップと、（ａ４３）前記ステップ（ａ４２）で生成された前記第１処理画像を対象に、２Ｐ－ＴＯ－ＶＮ方式を更に適用することで第２処理画像を生成するステップと、を含み得る。

好ましくは、前記ステップ（ａ４２）の前に、（ａ４２－０）前記ステップ（ａ４１）で生成された二進化画像を対象に、画像スクランブリングを行って前処理画像を生成するステップを更に含み得る。

本発明の一実施例によると、血流を活用してスペックルパターンを生成する革新的なシステムを提示する。

特に、多様な細胞構成要素が豊富な血液固有の特性は生成されたスペックルの複雑性とエントロピーを向上させることで、生成された乱数のランダム性を増大させ得る。

本発明はシステムの迅速な速度でスペックルパターンをキャプチャし得、極めて少量の血液のみを必要とするため、これは乱数生成に関するコストと獲得時間をいずれも最小化してシステム接近性を向上させ得る。

また、本発明の一実施例によるシステムは、生成されたランダムビットが偏向しないように設計された２Ｐ－ＴＯ－ＶＮ方式を適用することで、生成されたビット数を増やすと共にシステムの全般的な予測不可能性と強力なセキュリティ性を提供し得る。

その他にも本発明の様々な実施例によって、様々な異なる追加的な効果が達成され得る。このような本発明の様々な効果については各実施例で詳細に説明するか、当業者が容易に理解し得る効果についてはその説明を省略する。

本発明に添付される以下の図面は本発明の好ましい実施例を例示するものであり、後述する発明の詳細な説明と共に本発明の技術思想を更に理解させる役割をするものあるため、本発明はそのような図面に記載の事項に限って解釈されてはならない。
本発明の一実施例によるシステムの全体構成を示すブロック図である。 本発明の一実施例によるシステムの血液サンプル検査装置を示す模式図である。 図２の血液サンプル検査装置におけるサンプルローディングモジュールを例示的に示す模式図である。 本発明の一実施例によるシステムを利用して乱数を生成する過程を概略的に示す概要図である。 本発明の一実施例によるシステムのフォン・ノイマン抽出部における処理過程を概略的に示すブロック図である。 図５の過程を説明するための一例示である。 本発明の一実施例による方法の順序図である。 図７のステップＳ４０を細部的に区分した順序図である。 原本スペックル画像（ＯＳＩ）、第１処理画像（ＣＶＮ方式）、第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）それぞれのスペックル逆相関時間を比較したグラフである。 原本スペックル画像（ＯＳＩ）、第１処理画像（ＣＶＮ方式）、第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）の乱数行列特性を比較したグラフである。 第１処理画像（ＣＶＮ方式）及び第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）のスペックルビット生成率とそれぞれの画像を示す結果である。 原本スペックル画像（ＯＳＩ）、第１処理画像（ＣＶＮ方式）、第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）を示す一例示的画像である。 画像スクランブリングが適用された一例示的画像である。 本発明の一実施例によるシステムを利用して生成された乱数に対するＮＩＳＴ統計的ランダム性テストの結果を示す表である。

以下、添付した図面を参照して本発明の好ましい実施例を詳細に説明する。その前に、本明細書及び特許請求の範囲で使用された用語や単語は通常的であるか辞書的な意味に限って解釈されてはならず、発明者は自らの発明を最善の方法で説明するために用語の概念を適切に定義し得るとの原則に立脚して本発明の技術的思想に符合する意味と概念で解釈されるべきである。

本発明は多様な変更を加えることができ、多様な実施例を有することができるゆえ、特定実施例を図面に例示し、発明を実施するための形態に詳細に説明する。しかし、これは本発明を特定な実施形態に対して限定しようとするのではなく、本発明の思想及び技術範囲に含まれる全ての変更、均等物乃至代替物を含むと理解すべきである。各図面を説明しながら、類似した参照符号を類似した構成要素に対して使用している。

第１、第２、Ａ、Ｂなどの用語は多様な構成要素を説明するのに使用されるが、構成要素は用語によって限定されてはならない。用語は一つの構造要素を他の構成要素から区別する目的にのみ使用される。例えば、本発明の権利範囲を逸脱しないながらも第１構成要素は第２構成要素と命名されてもよく、類似して第２構成要素も第１構成要素と命名され得る。「及び／または」という用語は、複数の関連する記載された項目の組み合わせまたは複数の関連する記載された項目のうちいずれかの項目を含む。

ある構成要素が他の構成要素に「連結されて」いるか「接続されて」いると言及されれば、その他の構成要素に直接連結されているかまたは接続されていてもよいが、中間に他の構成要素が存在し得ると理解すべきである。反面、ある構成要素が他の構成要素に「直接連結」されているか「直接接続」されていると言及されれば、その中間に他の構成要素が存在しないと理解すべきである。

本出願で使用された用語は単に特定の実施例を説明するために使用されたものであって、本発明を限定しようとする意図ではない。単数の表面は文脈上明白に異なるように意味しない限り、複数の表現を含む。本出願において、「含む」または「有する」などの用語は明細書の上に記載された特徴、数字、ステップ、動作、構成要素、部品またはこれらを組み合わせたものが存在することを指定するものであって、一つまたはそれ以上の他の特徴や数字、ステップ、動作、構成要素、部品またはこれらを組み合わせたものの存在または付加可能性を予め排除しないと理解すべきである。

異なるように定義されない限り、ここで使用される技術的か科学的な用語を含む全ての用語は、本発明が属する技術分野における通常の知識を有する者によって一般的に理解されるものと同じ意味を有する。一般的に使用される辞書に定義されているものと同じ用語は、関連技術の文脈上有する意味と一致する意味を有すると解析すべきであり、本出願で明白に定義しない限り、理想的にまたは過度に形式的な意味で解析されない。

図１は、本発明の一実施例によるシステムの全体構成を示すブロック図である。図１を参照して、本発明の一実施例によるシステムを説明する。

システム１０は、サンプルローディングモジュール４００と、光照射モジュール１００と、画像生成モジュール２００と、乱数生成モジュール３００とを含む。ここで、乱数生成モジュール３００は本システムに含まれているプロセッサ内に保存されているプログラムとして実行され得る。

図２は本発明の一実施例によるシステムの血液サンプル検査装置を示す模式図であり、図３は図２の血液サンプル検査装置におけるサンプルローディングモジュールを例示的に示す模式図である。

図２及び図３を共に参照して説明する。

光照射モジュール１００は、血液サンプルＳに光を照射するように構成され得る。一例として、血液サンプルＳ内の血液には、図３に示したように例示的に赤血球Ｒ、血小板Ｐなどが含まれ得る。また、前記光は一定範囲の波長（例えば、５３２ｎｍ）を有するレーザであってもよいが、これに限らない。

血液サンプルＳはネズミから抽出されて蒸留された脱イオン水（ｄｅｉｏｎｚｉｅｄ ｗａｔｅｒ）内に含まれ得るが、これに限らない。本出願人はプロトコルＧＩＳＴ－２０１９－０１５を厳しく遵守しており、公式的に承認された全ての方法は実験報告のためのＡＲＲＩＶＥ指針を遵守していることを明示する。

詳しくは、本出願人は尾静脈切開術によって体重２５０～２８０ｇの間の１２～１３週の雄Ｓｐｒａｇｕｅ Ｄａｗｌｅｙネズミから血液サンプルを収集した。そのために動物をイソフルランで麻酔させている間に２３Ｇの針を介して血液１ｍｌを投与した。１１匹のネズミグループに対してこのような血液収集を行っており、後続実験のためにサンプルをクエン酸チューブ（カタログ＃３６３０８３、９ＮＣ ０．１０９Ｍ Ｂｕｆｆｅｒｅｄ Ｔｒｉｓｏｄｉｕｍ Ｃｉｔｒａｔｅ、ＢＤ Ｖａｃｕｔａｉｎｅｒ、ＵＳＡ）に直ちに保管した。

画像生成モジュール２００は、光が照射された血液サンプルＳのスペックル画像（Ｓｐｅｃｋｌｅ Ｉｍａｇｅ）を獲得するように構成され得る。詳しくは、画像生成モジュール２００は、撮影部２１０と、第１レンズ２２０と、開口２３０と、第２レンズ２４０と、偏光板２５０と、反射鏡２６０と、コリメータ２７０と、カプラ２８０とを含み得る。

撮影部２１０は、光が照射された血液サンプルＳのスペックル画像を撮影して獲得するように構成され得る。一例として、撮影部２１０はＣＭＯＳカメラ（Ｎｅｏ ５．５ ｓＣＭＯＳ、Ａｎｄｏｒ Ｔｅｃｈｎｏｌｏｇｙ Ｌｔｄ．，Ｂｅｌｆａｓｔ、ＵＫ）であってもよいが、これに限らない。このＣＭＯＳカメラは０．８ミリ秒の露出時間と秒当たり１２５０フレームの高いフレーム速度で作動し、後続データを生成するために１２８×５１２ピクセルの解像度でスペックル画像を円滑にキャプチャする。

血液サンプルＳのスペックル画像は、光が血液サンプルＳから反射されるか光が血液サンプルＳを透過する際に発生する干渉によって不規則に生成されるスペックルパターン（Ｓｐｅｃｋｌｅ Ｐａｔｔｅｒｎ）を含み得る。一例として、１０００個のフレームで総７つの実験データセットを構成し、実験データを前処理するためにこれをそれぞれ３２×２５６ピクセルで構成された８つの仕切りで分けて、総５６個のセットを利用した。

第１レンズ２００は対物レンズであって、撮影部２１０と血液サンプルＳが配置されるサンプルローディングモジュール４００の間に配置され得る。開口２３０は絞りであって、撮影部２１０と第１レンズ２２０との間に配置され得る。第２レンズ２４０はチューブレンズであって、撮影部２１０と開口２３０との間に配置され得る。

前記偏光板２５０は第２レンズ２４０と開口２３０との間に配置され得る。

この際、開口２３０、第２レンズ２４０、及び偏光板２５０は、撮影部２１０によって獲得される血液サンプルＳのスペックル画像におけるコントラスト（ｃｏｎｔｒａｓｔ）を向上させるために備えられ得る。

反射鏡２６０は、光照射モジュール１００から照射された光を反射して血液サンプルＳに入射させるように構成され得る。この際、反射鏡２６０は少なくとも一つ以上備えられ得る。

コリメータ（ｃｏｌｌｉｍａｔｏｒ）２７０は、血液サンプルＳが配置されるサンプルローディングモジュール４００と反射鏡２６０との間に配置され得る。

カプラ２８０は光カプラ（ｏｐｔｉｃａｌ ｃｏｕｐｌｅｒ）であって、コリメータ２７０と反射鏡２６０との間に配置され得る。

サンプルローディングモジュール４００は血液サンプルＳを移動させるように構成され得る。一例として、サンプルローディングモジュール４００はＰＤＭＳ（Ｐｏｌｙｄｉｍｅｔｈｙｌｓｉｌｏｘａｎｅ）材質を含み得る。サンプルローディングモジュール４００は、本体４１０と、注入部４２０と、移動チャネル２３０と、排出部４４０とを含み得る。

本体４１０はサンプルローディングモジュール４００の全体的な形状を構成し得る。注入部４２０は血液サンプルＳが本体４１０の内部に流入される部分であり得る。

移動チャネル４３０は本体４１０に備えられ、前記注入部４２０を介して流入された血液サンプルＳを移動させる構成であり得る。ここで、移動チャネル４３０は「マイクロチャネル」と称され得る。光照射モジュール１００によって照射される光（例えば、λ＝５３２ｎｍのレーザ光）が移動チャネル４３０を通過した後、ＲＯＩ領域は第１レンズ２２０によってキャプチャされ得る。それによって「原本スペックル画像」が獲得されるが、前記原本スペックル画像は後述する乱数生成モジュール３００によってランダムビットを生成するように構成される。

移動チャネル４３０はマイクロチャネルを構成するために、ソフトフォトリソグラフィを適用して長さ４５ｍｍ、高さ４５μｍ、幅１ｍｍの正確な寸法でチャネルが設計され得る。一例として、本出願人は様々な標準プロセスに従ってＰＤＭＳスラブを製造しており、ＰＤＭＳ Ｓｙｌｇａｒｄ １８４ Ａ／Ｂ（Ｄｏｗ Ｃｏｒｎｉｎｇ Ｋｏｒｅａ Ｌｔｄ．）で構成されるこのスラブは酸素プラズマ処理によってカバーガラスに接着されている。

移動チャネル４３０はポンプ、ソレノイドバルブ、３方向バルブ、及び死容積を説明する５０ｍｌ注射器が統合された真空発生器で構成される。ポンプは流れを調節するソレノイドバルブを使用し、変動回収モードで２００μＬの一定な体積で試料採集を制御し得る。

排出部４４０は、移動チャネル４３０内で流動する血液サンプルＳを本体４１０の外部に排出する部分であり得る。ポンピングモジュール５００は、ポンプ５１０と、移動管５２０と、第１バルブ５３０と、第２バルブ５４０と、死容積チェンバ５５０とを含み得る。

ポンピングモジュール５００は、前記サンプルローディングモジュール４００に連結されて真空圧によって血液サンプルＳをサンプルローディングモジュール４００の方に移動させる構成であり得る。

ポンプ５１０は真空ポンプであって、真空圧を形成して血液サンプルＳをサンプルローディングモジュール４００の本体４１０の方に移動させ得る。一例として、ポンプ５１０はシリンジポンプ（ｓｙｒｉｎｇｅ ｐｕｍｐ）であり得る。移動管５２０は、ポンプ５１０によって形成された真空圧によって血液サンプルＳが本体４１０の方に移動される管であり得る。

第１バルブ５３０は、移動管５２０に備えられて本体４１０に加えられる真空圧を調節するように構成され得る。一例として、第１バルブ５３０はソレノイドバルブであり得る。第２バルブ５４０及び死容積チェンバ５５０は移動管５２０に備えられて血液サンプルＳの移動を緩衝し得る。この際、死容積チェンバ５５０は第２バルブ５４０を介して移動管５２０に結合され得る。一例として、第２バルブ５４０は三方バルブ（３－ｗａｙ ｖａｌｖｅ）であり得、死容積チェンバ５５０は空き空間で形成される容器であり得る。

乱数生成モジュール３００は、画像生成モジュール２００から生成された原本スペックル画像を処理して乱数を生成するように構成される。一例として、乱数生成モジュール３００演算処理機能を有するＣＰＵ、ＧＰＵ、ＡＰ、またはその組み合わせの形態などで具現され得、必要によってＤＲＡＭ、フラッシュメモリ、ＳＳＤ、その他の多様な形態のメモリと共に備えられ得る。

乱数生成モジュール３００は、二進化画像生成部３１０と、フォン・ノイマン抽出部３２０と、画像スクランブリング部３３０とを含み得る。

図４は本発明の一実施例によるシステムを利用して乱数を生成する過程を概略的に示す概要図であり、図５は本発明の一実施例によるシステムのフォン・ノイマン抽出部における処理過程を概略的に示すブロック図である。

二進化画像生成部３１０は、原本スペックル画像を構成するピクセル値を対象に０または１のビットに分類する二進化過程を行い、二進化画像を生成するように構成される。つまり、原本スペックル画像を二進化画像に変換させる。

画像スクランブリング部３３０は二進化画像にスクランブリングを行うように構成される。ＳＣＩ（Ｓｃｒａｍｂｌｉｎｇ Ｃｏｄｅ Ｉｎｊｅｃｔｉｏｎ）とは画像にスクランブリングコードを注入することを意味する。フォン・ノイマン抽出部３２０を経る前に画像をスクランブリングすることで、ビット生成速度を向上させ得る。

後述する第１及び第１処理画像はいずれも画像スクランブリング部３３０によってスクランブリングが行われた状態で生成される画像であり得る。

フォン・ノイマン抽出部３２０は、二進化画像生成部３１０によって獲得された二進化画像を対象にフォン・ノイマン後処理方式を適用することで、第１処理画像を生成する。次に、第１処理画像を対象に２Ｐ－ＴＯ－ＶＮ方式を更に適用することで第２処理画像を生成し得る。

ここで、フォン・ノイマン後処理方式は２Ｐ－ＴＯ－ＶＮ方式とは対比する方式であって、１Ｐ－ＴＯ－ＶＮ方式と理解され得る。つまり、２Ｐ－ＴＯ－ＶＮ方式は１Ｐ－ＴＯ－ＶＮ方式に追加にパスを経る過程を含む。

図６は図５での過程を説明するための一例であって、本発明の方式は図６に示された方式に制限されない。

フォン・ノイマン抽出部３２０は１Ｐ－ＴＯ－ＶＮ方式を先に経てから、更に別途のパスを経ることで、２Ｐ－ＴＯ－ＶＮ方式で処理され得る。

図６を参照すると、２つのビットを一つのセットにして区分する過程を経る。ここで、一つのセットが同じビットの重複であればセットを除去し得る。一例として、「００」または「１１」のセットは削除されてもよい。

次に、一つのセットが同じビットの重複であって、前記セットが除去された状態で、残りのビットを基準に、互いに異なるビットでセットが構成される場合、前記セットを構成する第１及び第２ビットのうち第１または第２ビットのみを維持する方式に設定され得、このように１Ｐ－ＴＯ－ＶＮ方式が完了される。一例として、「０１」または「１０」であれば、「０１」の「０」または「１０」の「１」のような最初のビットのみ維持し得る。

次に、フォン・ノイマン抽出部３２０は追加のパスを行うように構成される。それによってビットの偏向性を下げ得る。

２Ｐ－ＴＯ－ＶＮ方式は、１Ｐ－ＴＯ－ＶＮ方式によって除去されたセットをクアッドに更にグルーピングするが、クアッドは第１セット及び第２セットで構成され、第１及び第２セットの同一可否に基づいて第１及び第２セットの除去維持可否を決定する過程を更に経ると理解され得る。ここで、第１及び第２セットが互いに異なる場合、前記第１及び第２セットを更に復元させ得る。一例として、「００１１」または「１１００」などのように前後が異なる捨てられたセットは更に保存するように設定され得る。

１Ｐ－ＴＯ－ＶＮ方式と知られているフォン・ノイマン（ＣＶＮ）偏向性除去方法が厳しい圧縮のためビット数を大きく減らすに対し、２Ｐ－ＴＯ－ＶＮ方式はビット維持と偏向性除去の間の適切な均衡を提供し得る。２Ｐ－ＴＯ－ＶＮ方式は初期に廃棄されたビットを再評価することで、図６で見られるように実際のアプリケーションに更に適合したデータボリュームを生成するため、強力で使用可能な暗号化キー（乱数）を生成するため前記ＣＶＮの卓越した代案になり得る。

図７は本発明の一実施例による方法の順序図であり、図８は図７のステップＳ４０を細部的に区分した順序図である。

図７及び図８を参照して方法について説明するが、上述した内容と重複する説明は省略する。

本発明の一実施例による方法は、ステップＳ１０乃至ステップＳ４０を含む。

ステップＳ１０は、サンプルローディングモジュール４００によって予め設定された血液サンプルを供給するステップである。

ステップＳ２０は、光照射モジュール１００によってサンプルローディングモジュール４００によって提供された血液サンプルに光を照射し、この場合に、予め指定された関心領域に移動された血液サンプルを対象に光を照射するステップである。

ステップＳ３０は、光照射モジュール１００を利用し、前記関心領域に位置する血液サンプルの画像を予め設定された方式でキャプチャすることで原本スペックル画像を獲得するステップである。

ステップＳ４０は、ステップＳ３０で生成された原本スペックル画像を予め設定された方式で処理して乱数を生成するステップである。

ここで、ステップＳ４０は更にステップＳ４１乃至ステップＳ４３を含み得る。

ステップＳ４１は、原本スペックル画像を構成するピクセル値を対象に０または１のビットに分類する二進化過程を行い、二進化画像を生成するステップである。

ステップＳ４１１は、ステップＳ４１で生成された二進化画像を対象に、画像スクランブリングを行って前処理画像を生成するステップである。

ステップＳ４２は、ステップＳ４１で獲得した二進化画像を対象にフォン・ノイマン後処理方式を適用することで、第１処理画像を生成するステップである。

ステップＳ４３は、ステップＳ４２で生成された第１処理画像を対象に２Ｐ－ＴＯ－ＶＮ方式を更に適用することで、第２処理画像を生成するステップである。

図９は、原本スペックル画像（ＯＳＩ）、第１処理画像（ＣＶＮ方式）、第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）それぞれのスペックル逆相関時間を比較したグラフである。本発明は血流を基に乱数を生成する方式の結果に対する検証を行っている。

図９を参照して説明すると、逆相関時間は推定されたランダム性の主な尺度である。実際及びスクランブリングされたランダムビットに比べ、５６個の原本スペックル画像に対する自己相関曲線を示す。原本スペックル画像を派生されたランダムビットと比べる際、逆相関時間は大きな差を示す。原本スペックル画像の平均逆相関時間は±０．４３の標準偏差で３．０５秒であり、ＣＶＮ（Ｃｌａｓｓｉｃ ｖｏｎ Ｎｅｕｍａｎｎ）画像の後処理さえた一連のランダムビット、スクランブリングが含まれたＣＶＮ、２Ｐ－ＴＯ－ＶＮ方式、及びスクランブリング画像がある２Ｐ－ＴＯ－ＶＮ方式は、それぞれ１．５４２±０．０１９、１．５３８±０．０１８、１．５５１±０．０１７、及び１．５２９±０．０１３の著しく一貫した平均及び標準偏差を示す。このように密接してクラスタリングされた値は５６個の多様な画像の間で相関関係が低いか存在しないことを示し、ランダム性が高いことを意味する。

図１０は、原本スペックル画像（ＯＳＩ）、第１処理画像（ＣＶＮ方式）、第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）の乱数行列特性を比較したグラフである。

図１０を参照して、ビットの均一性と相関関係の差の比較を説明する。データの潜在的な偏向を解決するために、歪みを反映して平均０．６２６の原本スペックル画像のビットの均一性を検査した。２Ｐ－ＴＯ－ＶＮ方式を適用した後、２Ｐ－ＴＯ－ＶＮ方式のみで処理されたケースと、スクランブリングコードの挿入と結合された２つのデータセット両方に対して０．５００の例示的なビットの均一性を確認した。０．５００とは「１」と「０」ビットの理想的な均衡を示すと理解され得る。

（ｂ）乃至（ｄ）に示したように、５６個の原本画像と処理されたスペックル画像に対する相関分析を使用して追加に調べた結果、処理されたデータセットは原本画像より約２，２７０倍のずっと低い相関値達成したと示されている。

また、処理された２つのデータセットを比較する際、ＳＣＩ処理が含まれた２Ｐ－ＴＯ－ＶＮ方式は、２Ｐ－ＴＯ－ＶＮ方式のみ適用された画像に比べ相関関係値が１８．３４％減少したと示されており、これ位はＳＣＩ処理が相関関係を更に悪化させると理解され得る。

（ｃ）と（ｄ）において、対角線領域の外部の相関値が０に近づけば相関関係が減少したことを示す。

原本スペックル画像に対する特定の相関関係のメトリックは、標準偏差は０．０１６２６４で、平均は０．０１８９６と確認され、処理されたデータは０．０００４５３と０．０００３４３の相関値を有する２Ｐ－ＴＯ－ＶＮ画像とＳＣＩがある２Ｐ－ＴＯ－ＶＮ画像が０．０００３８３と０．０００２９６のずっと低い相関関係を生成するなど、著しい改善を示す。このような結果はビットの均一性を達成し、相関関係を最小化する２Ｐ－ＴＯ－ＶＮ方式の効率性を強力に強調し得、血流スペックルを基盤にする乱数生成の統計的信頼性を検証し得る。

図１１は、第１処理画像（ＣＶＮ方式）及び第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）のスペックルビット生成率とそれぞれの画像を示す結果である。

図１１を参照すると、（ａ）は原本スペックルビットから生成されたビット生成率のグラフである。スペックルビットは８１０万ビットで構成される。各画像の平均及び標準偏差は、それぞれ１６．６５±２．２７、２３．３７±０．４９、５２．３５±３．３４、及び６７．７０±２．４４と演算される。

これらはＮＩＳＴランダム性テストによって予測不可能性についてテストを済ましている。ＮＩＳＴランダム性テストは、ランダムビットのランダム性の品質を決定するために、本出願人は国立標準技術研究所（Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｔａｎｄａｒｄｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｓｔａｔｉｓｔｉｃａｌ Ｔｅｓｔ Ｓｕｉｔｅ、ＮＩＳＴ）を使用して一連の統計テストを行った。

ちなみに、ＮＩＳＴテストはバイナリーシーケンスのランダム性を定量的に評価するように設計され、ＮＩＳＴテストスイートは１５個の個別テストで構成されるが、各テストは二進シーケンスのランダム性の多様な側面を定量的に測定するように設計される。

テストには頻度、ブロック頻度、実行、ＬＲＯ（最長実行）、連続、近似エントロピー、累積合計（Ｃｕｓｕｍｓ）の評価か含まれ、本出願人が行った評価には５６個の互いに異なるランダムビットから二進シーケンスを集計して７つの統計テストに対する適切なストリーム長さを保障する作業が含まれている。

ここで、Ｐ（ｓ）はサンプルの経路長さの分布であり、ｓは経路長さであり、τは遅延時間、ｌ＊は伝送平均自由経路、τｏは媒体の特性崩壊時間を意味する。

自己相関は０乃至１の値になり、時間遅延が増加することで該当値は０に近く落ちるべきであるが、これはそれ以上最初の画像と比べ相関関係がないことを意味する。バイオミメティクスから影響を受けた真のランダムビットの生成を確認するために、血液が移動チャネル４３０を通過しながら、５０％地点で斑点パターン画像の時系列で連続した２つの画像間の相関関係を測定した。

また、データ分析（ビットの均一性、平均相関関係）。ランダムビットの性能を評価するためにデジタル化されたキーを検査する。ここで、ビットの均一性はランダムビット内で「０」と「１」ビットの分布（割合）がいかに均衡をなしているのかを評価する。

ランダムビットシーケンスの均一性は、時々長さ「ｓ」の二進文字列で「１」のビット数であるハミング重みを決定して評価される。特定のビットセットの場合、「０」と「１」ビットの均等な分布を反映してハミング重みが０．５近くになれば所望の均一性が達成される。

また、相関行列を利用して画像間の相関関係を調べる。比較の客観性を保障するために、本発明の方式によって得られたランダムビットを定量化し一致させて、均一なビットの行列を作って調べている（例えば、原本スペックル画像：７．８Ｍビット、ＣＶＮ画像：１．０２Ｍビット、ＳＣＩがあるＣＶＮ：１．８Ｍビット、２Ｐ－ＴＯ－ＶＮ画像：３．３Ｍビット、ＳＣＩがある２Ｐ－ＴＯ－ＶＮ：４．８Ｍビット）。

ここで、相関関係を定量化するためにピアソン相関係数の公式を使用し得る。数式において、ｘ^－及びｙ^－はｘ及びｙ値の平均を示し、ｒで表されるピアソン相関係数は０に近いほど２つのセットのランダムビットの間に有意味な相関関係がないことを示す。

図１３は本発明の一実施例によるシステムを利用して生成された乱数に対するＮＩＳＴ統計的ランダム性テストの結果を示す表であり、本出願人はこれをいずれもパスしたことを確認し得る。

図１２ａは原本スペックル画像（ＯＳＩ）、第１処理画像（ＣＶＮ方式）、第２処理画像（２Ｐ－ＴＯ－ＶＮ方式）を示す一例示的画像であり、図１２ｂは画像スクランブリングが適用された一例示的画像である。

図１２を参照すると、スペックルパターンは０と１ビットで構成される予測不可能なランダムビットを生成しており、高出力及び性能向上のために画像スクランブリング及び２Ｐ－ＴＯ－ＶＮ方式を使用して追加のランダム性を統合した。

（ｂ）を参照すると、ＳＣＩが含まれた画像の総ピクセルはそれぞれ４９９８０（６０Х８３３）ピクセル（（ａ）を参考）と５６５２０（６０Х９４２）ピクセル（（ｂ）を参考）であるため、スクランブリングに影響を受けることを確認し得る。

以上のように、本発明はたとえ限定された実施例によって説明されたが、本発明はこれによって限定されず、本発明の属する技術分野における通常の知識を有する者によって本発明の技術思想と以下に記載される特許請求の範囲の均等範囲内で多様な修正及び変形が可能なことはもちろんである。

１０：システム
１００：光照射モジュール
２００：画像生成モジュール
３００：乱数生成モジュール
４００：サンプルローディングモジュール

Claims (10)

1. 血液サンプルを基に乱数を生成するシステムであって、
   予め設定された血液サンプルを供給するサンプルローディングモジュールと、
   前記サンプルローディングモジュールによって提供された血液サンプルに光を照射する光照射モジュールであって、予め指定された関心領域（ＲＯＩ）に移動させた血液サンプルを対象に光を照射する光照射モジュールと、
   前記光照射モジュールを利用し、前記関心領域に位置する血液サンプルの画像を予め設定された方式でキャプチャすることで、原本スペックル画像を獲得する画像生成モジュールと、
   前記画像生成モジュールから生成された前記原本スペックル画像を予め設定された方式で処理して乱数を生成する乱数生成モジュールと
   を含み、前記乱数生成モジュールは、前記原本スペックル画像を構成するピクセル値を対象に０または１のビットに分類する二進化過程を行い、二進化画像を生成する二進化画像生成部を含み、
   前記乱数生成モジュールは、前記二進化画像生成部によって獲得された二進化画像を対象に、フォン・ノイマン後処理方式を適用することで第１処理画像を生成するフォン・ノイマン抽出部を更に含む、システム。
2. 前記フォン・ノイマン抽出部は、
   前記第１処理画像を対象に、２Ｐ－ＴＯ－ＶＮ（Ｔｗｏ－Ｐａｓｓ Ｔｕｐｌｅ－Ｏｕｔｐｕｔ ｖｏｎ Ｎｅｕｍａｎｎ）方式を更に適用することで第２処理画像を生成する
   請求項１に記載のシステム。
3. 前記フォン・ノイマン抽出部は、
   １Ｐ－ＴＯ－ＶＮ（Ｏｎｅ－Ｐａｓｓ Ｔｕｐｌｅ－Ｏｕｔｐｕｔ ｖｏｎ Ｎｅｕｍａｎｎ）方式を適用し、
   ２つのビットを一つのセットにして予め設定された方式で処理し、前記予め設定された方式は一つのセットが同じビットの重複であれば前記セットを除去する方式である、
   請求項２に記載のシステム。
4. 前記フォン・ノイマン抽出部は、
   一つのセットが同じビットの重複であって、前記セットが除去された残りのビットを基準に、互いに異なるビットでセットが構成される場合、前記セットを構成する第１及び第２ビットのうち第１または第２ビットのみを維持する、
   請求項３に記載のシステム。
5. 前記フォン・ノイマン抽出部は、
   前記１Ｐ－ＴＯ－ＶＮ方式によって、除去されたセットをクアッド（Ｑｕａｄ）に更にグルーピングし、前記クアッドは第１セット及び第２セットで構成され、前記第１及び第２セットの異同に基づいて前記第１及び第２セットを除去するか又は維持するかを決定する、
   請求項４に記載のシステム。
6. 前記フォン・ノイマン抽出部は、
   前記第１及び第２セットが互いに異なる場合、前記第１及び第２セットを更に復元させる、
   請求項５に記載のシステム。
7. 前記乱数生成モジュールは、
   前記二進化画像生成部によって生成された二進化画像を対象に、画像スクランブリングを行って前処理画像を生成する画像スクランブリング部を更に含み、
   前記フォン・ノイマン抽出部は、
   前記画像スクランブリング部によって生成された前記前処理画像を対象に第１及び第２処理画像が生成される、
   請求項２に記載のシステム。
8. 血液サンプルを基に乱数を生成する方法であって、
   （ａ１）サンプルローディングモジュールによって予め設定された血液サンプルを供給するステップと、
   （ａ２）光照射モジュールによって前記サンプルローディングモジュールによって提供された血液サンプルに光を照射するステップであって、予め指定された関心領域に移動させた血液サンプルを対象に光を照射するステップと、
   （ａ３）前記光照射モジュールを利用し、前記関心領域に位置する血液サンプルの画像を予め設定された方式でキャプチャすることで、原本スペックル画像を獲得するステップと、
   （ａ４）前記ステップ（ａ３）で生成された前記原本スペックル画像を予め設定された方式で処理して乱数を生成するステップと
   を含み、前記ステップ（ａ４）は、
   （ａ４１）前記原本スペックル画像を構成するピクセル値を対象に０または１のビットに分類する二進化過程を行い、二進化画像を生成するステップと、
   （ａ４２）前記ステップ（ａ４１）で獲得された二進化画像を対象に、フォン・ノイマン後処理方式を適用することで第１処理画像を生成するステップを含む、方法。
9. 前記ステップ（ａ４）は、
   （ａ４３）前記ステップ（ａ４２）で生成された前記第１処理画像を対象に、２Ｐ－ＴＯ－ＶＮ方式を更に適用することで第２処理画像を生成するステップを更に含む、
   請求項８に記載の方法。
10. 前記ステップ（ａ４２）の前に、
    （ａ４２－０）前記ステップ（ａ４１）で生成された二進化画像を対象に、画像スクランブリングを行って前処理画像を生成するステップを更に含む、
    請求項９に記載の方法。

Images