MX2013014557A - Metodo para proporcionar un generador portatil de numeros aleatorios reales en base a la microestructura y el ruido encontrado en imagenes digitales. - Google Patents

Abstract

Se revela y reivindica un método para proveer un generador portátil de números aleatorios reales basado en la microestructura y el ruido encontrados en las imágenes digitales. Al usar los bits menos significativos de imágenes digitalizadas, se extraen las series de datos binarios. Se observa que estas series sin procesar pasan las pruebas DIEHARD, NIST y ENT en cuanto a la aleatoriedad para una selección robusta de imágenes naturales. Esta información está disponible y puede ser procesada por tecnología disponible en forma comercial, que incluye teléfonos inteligentes u otros dispositivos incorporados sin complicaciones indebidas sobre los parámetros físicos y ambientales. El método representa un medio portátil significativamente mejorado de generación de números aleatorios para todas las aplicaciones de seguridad, criptográficas, de entretenimiento y PSI.

Description

METODO PARA PROPORCIONAR UN GENERADOR PORTÁTIL DE NÚMEROS ALEATORIOS REALES EN BASE A LA MICROESTRUCTURA Y EL RUIDO ENCONTRADO EN IMÁGENES DIGITALES REFERENCIA CRUZADA CON SOLICITUDES RELACIONADAS Esta solicitud PCT reivindica el beneficio de la solicitud de patente no provisional de los Estados Unidos No. 13/177.883 bajo tramitación, presentada el 7 de julio de 201 1 , que se incorpora en la presente por referencia en su totalidad.

ANTECEDENTES DE LA INVENCIÓN Campo técnico La presente invención se refiere, en líneas generales, a un generador portátil de números aleatorios reales. Más particularmente, la presente invención se refiere a un método para proveer un generador portátil de números aleatorios reales que está basado en la microestructura y el ruido encontrados en las imágenes digitales.

Arte relacionado La presente invención provee un generador portátil de números aleatorios reales (TRNG, del inglés Trae Random Number Generator) frontal, basado en una fuente física. Las imágenes digitales de una amplia clasificación son procesadas con post-procesamiento mínimo que pasan las pruebas de los protocolos DIEHARD, NTST y ENT.

Se ha dedicado un esfuerzo considerable en la historia de la humanidad a la generación de números aleatorios o sus derivados. Barajar cartas, echar monedas a cara o cruz, retirar varias longitudes de palillos, derribar objetos, hacer girar ruedas y otros medios han sido usados para evitar el sesgo en los procesos de toma de decisiones. Los enfoques más modernos a la generación de números aleatorios pueden ser clasificados mediante los métodos usados para obtenerlos.

La generación de números pseudoaleatorios determinista ha sido usada con frecuencia como resultado de la creciente disponibilidad y el poder de las computadoras y microcomputadoras. Los generadores de números aleatorios físicos han sido desarrollados usando ruido cuántico a partir de fuentes de desintegración radiactiva, ruido electrónico, ruido térmico de resistores, ruido en avalancha a partir de diodos de polarización inversa, e interrupción de estado de osciladores a alta velocidad por eventos externos.

Dos cuestiones interrelacionadas son de primordial importancia en la generación de secuencias aleatorias. En primer lugar, no debería existir sesgo en la frecuencia, periodicidad y ubicación. En segundo lugar las secuencias no deberían ser predeciles y deberían ser indiferentes al descubrimiento. La primera cuestión pertenece principalmente al uso de números aleatorios en simulación, diseño experimental y aplicaciones de asignación. La segunda cuestión en relación con la resistencia al descubrimiento es importante en todas las aplicaciones criptográficas y sistemas de seguridad.

Los principales problemas con los generadores de números pseudoaleatorios consisten en la necesidad de sembrar aleatoriamente el proceso, el período de ciclo limitado antes de la repetición y la calidad de las secuencias. Los sistemas físicos óptimos parecen ser más robustos que los procedimientos de base matemática o pseudoaleatorios. El problema con los sistemas físicos es, con frecuencia, su complejidad y portabilidad. A veces se usan sistemas híbridos donde una fuente física generara una semilla aleatoria de longitud finita para un generador de números pseudoaleatorios, lo que incrementa en gran medida la velocidad de generación de números aleatorios.

Una fuente física de ruido aleatorio es la digitalización de imágenes a partir de una fuente caótica tal como imágenes digitales o videos de escenas que ilustran un flujo continuo en una forma de realización tal como lámpara de lava. LavaRand fue concedida como Patente Estadounidense No. 5.732.138 a Noli, Mende y Sisodiya el 28 de marzo de 1998. Este método es lento y problemático y se usa principalmente para sembrar un generador de números pseudoaleatorios. Una modificación de este sistema denominado LavaRnd, de Noli y Cooper, mejora la velocidad de LavaRand al usar una imagen digitalizada a partir de una cámara web. No obstante, esta implementación depende en gran medida de condiciones ad hoc tales como oscuridad completa, temperatura ambiente alta estable y parámetros de amplificación para maximizar el ruido.

La presente invención elude las limitaciones físicas del arte previo al requerir pocas condiciones ambientales especiales. Es extremadamente robusta en las categorías de las imágenes elegidas, no puede ser descubierta y puede incorporarse en dispositivos autónomos. El generador de números aleatorios reales de la presente invención aisla el ruido aleatorio asociado con los bits menos significativos en las muestras digitales. Por ende, la invención usa hardware ampliamente disponible a nivel comercial, como por ejemplo teléfonos inteligentes, cámaras, escáneres, transductores de lente única y otros, que son fácilmente portátiles. Una forma de realización preferida de la presente invención es cualquier tipo de teléfono inteligente o dispositivo de computación general que tiene acceso a imágenes digitalizadas. Los usuarios de la invención tienen una fuente de entropía definida por el usuario fácilmente accesible.

La implementación actual preferida que usa muestras digitales de 8 bits para cada color considera solamente el bit menos significativo (LSB, del inglés Least Significant Bit) de uno o más disparadores de colores {color gun) en funciones ponderadas y no ponderadas. Las aplicaciones previas que han usado imágenes digitalizadas han asumido que el resultado sin procesar no es aleatorio sino que necesita medidas correctivas sustanciales. En parte, la dificultad del arte precedente es el uso de toda la información en los ocho bits o incluso en patrones de n-bits asociados con cada píxel en una imagen para generar semillas aleatorias. En el análisis de los cambios de información aleatorios en fuentes caóticas, sería muy posible que los bits más altos no cambiaran en las muestras temporales o espaciales posteriores. Como ejemplo, los píxeles de 8 bits triples (RGB de 24 bits) que se muestrearon por primera vez pueden estar interrelacionados con una segunda muestra. Esta interdependencia estaría presente dentro de una muestra de píxeles del mundo real. Más verde puede significar menos rojo y azul y cualesquiera posibles combinaciones de los mismos. Las pruebas realizadas por el Solicitante muestran que la concatenación de la secuencia {stream) de bits menos significativos independientemente de cada uno de los disparadores no cumple con los requisitos de un TRNG.

Nielsen, en su patente estadounidense No. 5.774.549, concedida el 1998, ha considerado el uso de la información contenida en el LSB de videos digitales para la generación de semillas aleatorias similar a la del arte previo en el diseño de generadores de hardware tales como los usados en la patente estadounidense NO. 6.764.364 de Wilber, pero no ha considerado ni analizado esta fuente como TRNG.

Lang et al. (2009) han usado el LSB de imágenes digitalizadas para generar una secuencia de bits aleatorios. No obstante, su método requiere una imagen sin procesar (raw) que crucialmente implica la inhibición de compresión con pérdida de calidad en una cámara web, lo cual restringe su uso con tecnología moderna.

Una característica novedosa de esta invención es extraer el ruido y los errores de la microestructura inherentes en el proceso de digitalización y cuantificación de imágenes para generar una secuencia de bits aleatorios reales. El proceso inventivo puede usar imágenes sin procesar o imágenes comprimidas con pérdida de calidad tales como JPEG. Los resultados muestran que, dado un patrón razonablemente microestructurado, tal como pared, techo salpicado, formación de rocas, olas oceánicas, la secuencia de bits generada a partir del estado del bit menos significativo, representa una secuencia aleatoria verdadera. La velocidad de generación de los bits aleatorios es sustancial. Como ejemplo, la velocidad de una cámara de 5 megabytes tal como IPHONE® 4 ostenta una proporción de 0,25 a 1 ,00 de la capacidad en pixeles de la imagen digitalizada, por ejemplo, 1-5 megabits por imagen, lo que torna innecesario el procesamiento posterior tal como el sembrado de un generador de números pseudoaleatorios determinista. Por consiguiente, este proceso elude las dificultades del arte previo al retener los contribuidores más importantes del ruido aleatorio, la microestructura de las imágenes y la cuantificación del ruido en los bits menos significativos de la muestra digitalizada.

DESCRIPCIÓN DE LA INVENCIÓN El concepto inventivo básico provee un generador de números aleatorios reales basado en la microestructura y el ruido encontrados en las imágenes digitales.

Un primer aspecto de la presente invención provee un método para generar números aleatorios reales, que comprende los siguientes pasos: elegir una imagen y categoría de origen a partir de una escena que ocurre naturalmente por parte de un usuario; digitalizar la imagen de origen con un codificador para crear una imagen digitalizada; extraer bits menos significativos de cada píxel de la imagen digitalizada; procesar los bits menos significativos de cada píxel para crear una secuencia de bits aleatorios; activar aplicaciones con la secuencia de bits aleatorios recientemente creada; y en donde, la generación de los números aleatorios reales está basada en una microestructura de la imagen y en la digitalización y cuantificación del error encontrado en el bit menos significativo de los píxeles.

En un segundo aspecto, se provee un método para generar números aleatorios reales en donde la imagen de origen puede ser un vídeo de película dinámico o detenido estático.

En otro aspecto más, el método para generar números aleatorios reales incluye la elección de categorías de imágenes que es robusta sobre la base de los criterios DIEHARD, NIST y ENT.

En otro aspecto más, el método para generar números aleatorios reales también provee posibilidades de categorías de imágenes de fuentes naturales que incluyen paredes pintadas en forma homogénea, techos salpicados, telas de alfombras, adoquines, columnas de granito arquitectónicas, ruinas antiguas y olas oceánicas.

En otro aspecto más, el método para generar números aleatorios reales también incluye aplicar criterios de procesamiento de imágenes a fin de asegurar que las imágenes elegidas sean apropiadas.

En otro aspecto más, el método para generar números aleatorios reales provee la corrección digital de la secuencia de bits sin procesar.

En otro aspecto más, el método para generar números aleatorios reales también provee aplicar un algoritmo de von Neumann para equilibrar la secuencia de bits para conteos de frecuencia.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde la generación de números aleatorios puede estar influenciada por la intervención y observación del usuario.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde la generación de números aleatorios se puede usar para generar una semilla aleatoria para un generador de números pseudoaleatorios determinista.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde el codificador brinda la función de crear microestructuras de tipo imagen.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde el codificador puede ser un dispositivo portátil comercialmente disponible, una computadora, un dispositivo incorporado o una unidad autónoma.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde la secuencia de bits aleatorios comprende, además: activar una aplicación usada para entretenimiento y desarrollo de juegos; y, en donde, el usuario se transforma en parte del proceso aleatorio al elegir la fuente de imagen y la categoría de imagen; y en donde, la elección actúa como incentivo para potenciar el entretenimiento del juego.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde la secuencia de bits aleatorios incluye activar la transmisión de información personal y comercial segura usando protocolos de seguridad definidos por NIST tales como MDS, SHA-1 y SHA-2.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde las aplicaciones de seguridad también pueden incluir aquellas que utilizan funciones hash.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde las funciones ponderadas de los datos de píxeles, que abarcan desde la selección de al menos un disparador de color hasta funciones de luminancia ponderadas, pueden calcularse a fin de extraer el bit menos significativo de dicho al menos un disparador de color.

En otro aspecto más, se provee un método para generar números aleatorios reales en donde la estructura de los datos de la imagen además comprende: proveer una estructura de datos n-dimensionales en forma de cubo; y muestrear los píxeles de la imagen x e y con respecto al tiempo (t).

Estas y otras ventajas de la invención serán entendidas y apreciadas en mayor detalle por las personas versadas en el arte por referencia a la siguiente descripción, reivindicaciones y dibujos adjuntos.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La invención será descrita, a modo de ejemplo, con referencia a los dibujos adjuntos, en los cuales: La FIG. 1 presenta un diagrama de flujo de ejemplo de un generador portátil de números aleatorios reales que está basado en la microestructura y el ruido encontrados en las imágenes digitales de acuerdo con una forma de realización de la invención, donde el diagrama de flujo presenta los pasos necesarios del método; La FIG. 2 presenta un diagrama de bloques de los codificadores de imágenes digitales y los tipos de imágenes originalmente introducidas en la FIG. 1, donde el diagrama presenta las varias posibilidades que podrían ser empleadas; La FIG. 3 presenta fotos de imágenes evaluadas por la presente invención usando protocolos DIEHARD, NIST y ENT originalmente introducidas en la FIG. 1 , donde las fotos presentan algunas categorías de imágenes no exhaustivas; La FIG. 4 presenta fotos de imágenes adicionales evaluadas por la presente invención usando protocolos DIEHARD, NIST y ENT originalmente introducidas en la FIG. 1 , donde las fotos presentan algunas categorías de imágenes no exhaustivas adicionales; La FIG. 5 presenta un diagrama de bloques de información binaria que está siendo extraída, originalmente introducida en la FIG. 1 , donde el diagrama presenta la extracción de información del bit menos significativo de un píxel; La FIG. 6 presenta un diagrama de flujo del procesamiento de la secuencia binaria de bits aleatorios originalmente introducida en la FIG. 1 , donde el diagrama de flujo presenta posibles correctores de sesgo; La FIG. 7 presenta una serie de fotos que ilustran una disposición multidimensional de imágenes digitales sin procesar asociadas con su transformación; La FIG. 8 muestra un ejemplo de un algoritmo que se puede usar para potenciar el carácter aleatorio e impredecible de la secuencia de bits; y La FIG. 9 presenta un diagrama de flujo que demuestra la secuencia aleatoria obtenida del espacio de la imagen con puntos de decisión opcionales para el procesamiento sobre la base de la intervención de un observador y criterios estadísticos opcionales.

Los números de referencia idénticos se refieren a las mismas partes en todas estas diversas vistas de los dibujos.

FORMAS DE LLEVAR A CABO LA INVENCIÓN La siguiente descripción detallada es meramente ejemplar por naturaleza y no está destinada a limitar las formas de realización descritas ni la aplicación ni los usos de las formas de realización descritas. Tal como se usa en la presente, el término "ejemplar" o "ilustrativo" significa "servir como ejemplo o ilustración". Cualquier implementación descrita en la presente como "ejemplar" o "ilustrativa" no necesariamente debe considerarse preferida o ventajosa por sobre otras implementaciones. Todas las implementaciones descritas a continuación son implementaciones ejemplares provistas para permitir ^ue las personas versadas en el arte realicen o usen las formas de realización de la invención y no están destinadas a limitar el alcance de la misma, que está definida por las reivindicaciones. A los efectos de la presente descripción, los términos "superior", "inferior", "izquierda", "derecha", "posterior", "frontal", "delantero", "vertical", "horizontal" y derivados de estos términos se relacionan con la invención tal como se dispone en la FIG. 1. Asimismo, no existe intención alguna de supeditarse a cualquier teoría expresa o implícita presentada en el campo técnico, los antecedentes, la breve síntesis tal como se presentaron con anterioridad ni en la descripción detallada que sigue. También ha de entenderse que los dispositivos y procesos específicos ilustrados en los dibujos adjuntos, y descritos en la siguiente descripción, son simplemente formas de realización de ejemplo de los conceptos inventivos definidos en las reivindicaciones adjuntas. Por ende, las dimensiones específicas y otras características físicas relacionadas con las formas de realización divulgadas en la presente no deben considerarse limitativas, a menos que las reivindicaciones expresamente dicten lo contrario.

Un diagrama de flujo general de los pasos del método necesarios para proveer un generador portátil de números aleatorios reales (TRNG) basado en la microestructura y el ruido encontrados en las imágenes digitales 100 se ilustra en la Figura 1. El generador portátil de números aleatorios reales 100 provee primero imágenes de origen o sin procesar 120 de escenas que ocurren naturalmente y que son elegidas por parte de un usuario. Las imágenes de origen 120 elegidas pueden ser estáticas (inmóviles) o dinámicas (películas) y el proceso es bastante robusto en cuanto a la categoría de imágenes elegidas. Luego, las imágenes de origen 120 son digitalizadas para crear imágenes digitales 130. Los bits menos significativos (LSB) de cada píxel 140 de las imágenes digitalizadas 130 son posteriormente extraídos. La información que respecta a cada LSB extraído de cada píxel 140 es procesada 150. En consecuencia, la información procesada 150 crea una secuencia de bits aleatorios 160. Por último, la secuencia de bits aleatorios 160 se usa para activar varias aplicaciones 170. Una descripción detallada del método para proveer el generador portátil de números aleatorios reales basado en la microestructura y el ruido encontrados en las imágenes digitales 100 será brindada de ahora en adelante.

Un paso de ejemplo del presente método implica proveer un codificador 200 para adquirir imágenes digitalizadas 130 de la imagen de origen 120; los codificadores potenciales se ilustran en la Figura 2. El dispositivo codificador 200 se usa para crear una microestructura de tipo imagen 210. Los dispositivos codificadores potenciales 200 incluyen, mas no se limitan a: un IPhone 230, un teléfono inteligente Smart Phone 240, una cámara 250, una videocámara 260, un escáner 270 y una Entrada N Pixel 290. Si bien es posible usar varios de estos dispositivos, el dispositivo preferido de la presente invención sería una forma de realización portátil, tal como un teléfono inteligente genérico 240 con una cámara y posiblemente con acceso a Internet. No obstante, esto no excluye las computadoras en general y otros dispositivos incorporados. La entrada preferida sería una imagen inmóvil, pero no excluye secuencias de videos de una videocámara 260. Para las cantidades masivas de números aleatorios, una biblioteca de fotos preinstalada 280 de fotos independientes y no secuenciales podría ser una elección preferente.

Las fotos de imágenes sin procesar de ejemplo y los tipos de microestructuras sugeridas 210 necesarias para alcanzar una secuencia de bits aleatorios reales 160 se ilustran en las Figuras 3 y 4. Una amplia selección de imágenes microestructuradas fueron elegidas y evaluadas. La elección de las fuentes de imágenes no se basó en algoritmos matemáticos sofisticados, ni siquiera en el ajuste y consideración precarios de los parámetros ambientales. Las fotos digitales de la presente invención se tomaron ya sea a plena luz del sol, con luz interior no controlada o con sombra, a discreción. Un propósito de la invención es proveer imágenes de origen accesibles 120 que están basadas en elementos comunes del ámbito doméstico tales como paredes pintadas de manera homogénea 410, techos salpicados 420 y alfombras 430. Otras estructuras naturales tales como adoquines 370, 380 y 390, columnas de granito arquitectónicas 440, 450, 460, 470, 480 y 490, ruinas antiguas 315, 320, 325, 330, 340 y 350 y olas oceánicas 300, 305 y 310 son opciones adecuadas. De esta manera, la base de datos de las imágenes de origen abarca una variedad de escenarios físicos.

Un paso de ejemplo del presente método que ilustra el proceso una vez que la imagen es elegida se ilustra en la Figura 5. Una vez que la imagen es elegida, es posible calcular las funciones ponderadas de los datos de píxeles Rojo/xxxxxxxl 560, Verde/xxxxxxxl 550 y/o Azul/xxxxxxxl 540, que abarcan desde la selección de uno o más disparadores de colores Rojo 510, Verde 520 y/o Azul 530 hasta las funciones de luminancia humanas ponderadas 570, u otras. Después de esto, el LSB del píxel ponderado Rojo/ xxxxxxxl 560, Verde/xxxxxxx 1 550 y/o Azul/xxxxxxxl 540 se extrae y se coloca en la secuencia de bits 160. La implementación actual preferida que usa muestras digitales de 8 bits para cada color considera solamente el bit menos significativo (LSB) de uno o más de los disparadores de colores en las funciones ponderadas y no ponderadas. Los análisis han demostrado que esta secuencia de bits cumple con los criterios DIEHARD, NIST y ENT para la categoría y las instancias de las imágenes elegidas.

Algunas instancias de las imágenes digitales seleccionadas pueden no satisfacer estas condiciones ideales. El simple cálculo en línea de propiedades de imágenes elementales tales como límites inferiores y superiores establecidos como umbrales para los valores de píxeles o, los primeros momentos de media, variancia, oblicuidad y, opcionalmente, momentos superiores de los datos de píxeles como función de los disparadores de colores clasificaría la imagen como aceptable pero no para el procesamiento adicional. Ponderar cada disparador de acuerdo con, por ejemplo, una función de luminancia de (.30) Rojo 560, (.59) Verde 550 y (.11 ) Azul 540 para la percepción humana reduce los valores extremos de los disparadores de colores seleccionados. Los análisis muestran que esta transformación no satisface los requisitos estadísticos de DIEHARD, NIST y ENT de un generador de números aleatorios reales para categorías de imágenes muy amplias, que están fácilmente disponibles para el usuario.

Se puede evaluar si las imágenes son apropiadas, especialmente ya que las imágenes o segmentos con brillo u oscuridad extremos podrían generar polarizaciones en las secuencias aleatorias. Las funciones lógicas tales como XORing el LSB de los disparadores de colores también pueden provocar condiciones de sesgo extremo en la secuencia de bits 160. Por ejemplo, saturar los disparadores de colores Rojo, Verde y Azul (R, G, y B) con una escena muy brillante o segmentos de una imagen muy brillante genera valores modales asociados con la representación digital máxima de los valores. En otras palabras, la mayoría de los valores de 8 bits, sería, por ejemplo, de 255. La mayoría de los LSB tendría el valor de 1. El mismo argumento se sostiene para los valores de píxeles modales en las imágenes muy oscuras próximas a cero, donde la mayoría de los LSBs tendría el valor 0. Los parámetros de imágenes elementales tales como valores de rangos mínimos y máximos establecidos como umbrales, media y variancia de los datos de píxeles como función del color o píxeles de colores ponderados podría calcularse en línea con facilidad para incrementar la confianza en la aleatoriedad de la imagen. Los parámetros de la cámara también pueden ser ajustados en forma dinámica para reunir datos con media de luminancia y funciones de expansión o contraste apropiadas. Las alertas apropiadas se podrían transmitir al usuario (dispositivo u observador) sobre la base de estos cálculos.

Esta secuencia de bits 160 o porciones de la misma se pueden someter a un análisis estadístico en línea para asegurar la calidad de la entropía. Un diagrama de flujo de ejemplo 600 de los pasos para procesar estas imágenes potencialmente no ideales a través de evaluación estadística 610 y algoritmos correctivos 620 se ¡lustran en la Figura 6. En consecuencia, la secuencia de bits sin procesar 160 se evalúa primero a nivel estadístico para determinar la desviación 610. Las pruebas simples tales como Chi-Cuadrado (x2) y pruebas de NIST en secuencias cortas son ejemplos de muchas pruebas de frecuencia y serie, que se pueden emplear en forma eficiente en tiempo real, sin demasiado procesamiento para asegurar la calidad de la secuencia aleatoria. Si las primeras pruebas estadísticas 610 revelan desviaciones significativas, las medidas correctivas tradicionales tales como algoritmo de von Neumann 620 ilustradas en la tabla 1 que sigue pueden aplicarse para equilibrar la secuencia de bits para conteos de frecuencia. Después de aplicar el algoritmo 620 correctivo, la secuencia de bits resultante es evaluada a nivel estadístico por segunda vez 630. Si sigue existiendo desviación en la secuencia de bits 160, el dato se rechaza 650 y enviará una señal al dispositivo inteligente para que no lo use. Si no existe desviación después de la segunda prueba de desviación estadística 630 los datos corregidos de la secuencia de bits 640 se pueden usar para las aplicaciones 170.

Si las primeras pruebas de desviación estadísticas 610 no muestran desviaciones significativas, entonces la secuencia de bits sin procesar 160 puede usarse automáticamente para las aplicaciones 170.

Una distinción importante es que la secuencia muestreada de bits 160 no necesariamente tiene que ser secuencialmente lineal. Las fotos de imágenes 700, 710 de ejemplo que no necesariamente proveen secuencias lineales de bits se ilustran en la Figura 7. La secuencia de pixeles tal como se representa aquí se lee a partir de una imagen que se asemeja en gran medida a la lectura de un libro, cada nueva línea de izquierda a derecha, lo que simplifica la descripción del algoritmo. No obstante, la estructura de los datos tiene una extensión al menos bi-dimensional, x e y, tal como se observa en el círculo en una última imagen 705 de las fotos 700. En otras palabras, los pixeles pueden ser leídos en cualquier orden predefinido, por ejemplo, en orden invertido de libro, problema del caballo, coordenadas polares, incluso en un orden barajado al azar tal como se observa en las fotos 710 con las secuencias definidas de manera iterativa a partir de la imagen u otra fuente. A modo de aclaración, una sección magnificada de la textura se ilustra en la sección elíptica 720 de la Figura 7.

Asimismo, la estructura de los datos puede ser considerada n-dimensional, por ejemplo, como un cubo o un híper cubo con muestras recuperadas secuencialmente del espacio n-dimensional. Un ejemplo simple de una estructura tridimensional sería un video prealmacenado, con x, y pixeles de imágenes muestreados con respecto al tiempo (t). Otro ejemplo puede ser el muestreo de x, y, z, u donde z se relacionaría con los cambios en las categorías de imágenes y u indicaría instancias de las categorías. Las elecciones juiciosas de los procesos de muestreo multidimensional permitirían la reutilización de la misma base de datos de imágenes sin pérdida considerable de la entropía e incrementaría la resistencia a la capacidad de predicción.

Un ejemplo simplificado de un algoritmo de muestreo no inclusivo 800 para incrementar la resistencia al descubrimiento se ilustra en la Figura 8. Se asume que existe una pila de imágenes 2n a partir de la cual se realiza el muestreo. Para mayor conveniencia, asumimos una potencia de 3, que representa un total de 8 imágenes. Eligiendo una imagen arbitraria y coordenada de píxeles como punto de inicio, dejamos que los siguientes valores binarios 2n (8) del LSB de los píxeles definan un valor de 0 a 7, lo que define la siguiente imagen a ser procesada. Definimos los siguientes bits 2(n2) en la secuencia como la longitud de corrida asociada con la muestra del número binario aleatorio. Para mayor conveniencia, (n2) puede tomar el valor de 8, que representa potencialmente 256 valores (0-255). Los siguientes 256 LSBs aceptables de los píxeles procesados representan esta porción de la secuencia de bits aleatorios. Los siguientes 3 píxeles procesados definen la siguiente imagen a ser procesada.

Los indicadores apropiados se mantienen para cada imagen para evitar la colisión y para indicar el agotamiento de datos. Este algoritmo podría aplicarse a un dato de imagen sin procesar o dato de imagen comprimido, empacado en bits, o pre-procesado. La ventaja de este último sería una reducción considerable en el almacenamiento a un factor de 8 con mínimo procesamiento adicional, lo que sería apropiado para dispositivos de menor velocidad y memoria restringida, tales como teléfonos inteligentes y dispositivos incorporados. Siendo así, existen muchos algoritmos que atraviesan el espacio multidimensional de manera eficiente, sin colisión.

EJEMPLOS DEL USO DESTINADO Se presentan tres ejemplos prototípicos de las aplicaciones destinadas como categorías no exhaustivas. El principio subyacente implicado en todas estas aplicaciones es una fuente de entropía local fácilmente accesible, no predecíble. para el dispositivo de computación. Esta accesibilidad abre la posibilidad a múltiples aplicaciones en el campo relacionado con la seguridad, PSI, entretenimiento, y aplicaciones de juegos.

Ejemplo 1 : La presente invención, usando parámetros por defecto estrictos, se puede usar en aplicaciones de seguridad como un TRNG portátil frontal. Para potenciar su aplicabilidad, el post-procesamiento tradicional para la generación de semillas aleatorias y códigos hash puede ser la implementación preferida. Abundan las aplicaciones en el procesamiento de secuencias de datos codificados y encriptados asociados con la transmisión de información personal y comercial segura usando protocolos de seguridad definidos por NIST tales como MDS, SHA-landSHA-2.

Ejemplo 2: La entropía local definida por el usuario se puede usar para reemplazar los generadores pseudoaleatorios de software tradicional a los efectos del entretenimiento y juego. La mayoría de las tecnologías de juegos actuales que requieren un generador de números aleatorios usan un generador pseudoaleatorio determinista sembrado. La característica y atributo fundamental del presente método es que el observador puede elegir una fuente aleatoria privada y personal, lo que puede actuar como incentivo en el juego y el entretenimiento. Uno sólo puede imaginarse la diferencia en adquirir respuestas categóricas o dicotómicas del estilo Sí-No a preguntas basadas en la textura del brazo de la piel propia, la pared divisoria de la oficina o escuela, o incluso a partir de una imagen de la cara de un amigo. Un juego simulado de "me quiere, o no me quiere", adquiere una esencia y una sensación completamente nueva.

Los ejemplos mundanos no limitativos, tales como la generación de números de lotería, adivinación de la fortuna, toma de decisiones cuánticas y aleatorias, juegos animados del estilo "me quiere, no me quiere", barajado de cartas, simulación de juegos, son solamente unos pocos ejemplos de la aplicabilidad el método.

Ejemplo 3 Como la intervención del observador puede tornarse parte integral del proceso de generación de números aleatorios, la aplicación a fenómenos parapsicológicos en el área de influencias de la mente sobre fenómenos físicos se torna posible a los efectos de investigación y entretenimiento. El principio básico es que el observador pueda desviar un TRNG que se puede usar para provocar un cambio detectable en un dispositivo de retroalimentación capaz de ser capturado por los sentidos del humano, por ejemplo, una respuesta visual, auditiva, táctil y química. Para aclarar el uso destinado de la invención en dicho campo, a continuación se incluye una breve introducción.

El concepto de intervención del observador y su influencia en la generación de números aleatorios en hardware está ampliamente documentado. Esencialmente, los análisis han demostrado que el observador parece poder desviar el TRNG con la concentración mental con significado estadístico independientemente del tiempo y del espacio. Este concepto abarca fenómenos conocidos y no conocidos asociados con los efectos del observador en la Mecánica Cuántica. Un objetivo de la presente invención es maximizar la posibilidad de la influencia del observador sobre un TRNG por medio de sus elecciones. La investigación previa ha usado principalmente dispositivos físicos con osciladores a alta velocidad que son interrumpidos por eventos físicos asociados con ruido térmico, desintegración radiactiva o incluso movimientos del mouse o presiones de teclas por parte de un observador, como se describe en la solicitud de patente U.S. 2009/0265112.

La presente invención permite la intervención humana en múltiples etapas. Un diagrama de flujo de ejemplo 900 de los varios puntos en donde la elección del observador puede maximizar la influencia 990 sobre un TRNG se ilustra en la Figura 9. La elección del codificador de imágenes 910, la categoría de imagen o el segmento de imagen 920, el proceso de extracción/disparador de color u opciones ponderadas 930, el uso de pruebas estadísticas 940, las secuencias de bits sin procesar 960 o las secuencias corregidas 980 mediante el uso de algoritmos 965, la longitud de la secuencia aleatoria (no ilustrada), dirección de sesgo (no ilustrada), dependen, todos, de la influencia del observador 990. La invención se puede usar para investigación, o simplemente como un dispositivo de entretenimiento para toma de decisiones.

Como muchas modificaciones, variaciones y cambios en detalle pueden realizarse a las formas de realización preferidas descritas de la invención, se pretende que todas la cuestiones de la descripción que antecede e ilustradas en los dibujos adjuntos se interpreten como ilustrativas y no en el sentido restrictivo. Por ende, el alcance de la invención debería estar determinado por las reivindicaciones que siguen y su equivalencia legal.

Claims (16)

REIVINDICACIONES

1. Un método para generar números aleatorios reales, que comprende los siguientes pasos: elegir una imagen y categoría de origen a partir de una escena que ocurre naturalmente por parte de un usuario; digitalizar la imagen de origen con un codificador para crear una imagen digitalizada; extraer bits menos significativos de cada píxel de la imagen digitalizada; procesar los bits menos significativos de cada píxel para crear una secuencia de bits aleatorios; activar aplicaciones con la secuencia de bits aleatorios recientemente creada; y, en donde la generación de los números aleatorios reales se basa en una microestructura de la imagen y la digitalización y cuantificación del error encontrado en el bit menos significativo de los píxeles.

2. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde la imagen de origen es un vídeo de película dinámico o foto estática.

3. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde la elección de categorías de imágenes es robusta sobre la base de los criterios DIEHARD, NIST y ENT.

4. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde las categorías de imágenes de fuentes naturales comprenden al menos una entre: paredes pintadas en forma homogénea, techos salpicados, alfombras, adoquines, columnas de granito arquitectónicas, ruinas antiguas y olas oceánicas.

5. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , que además comprende aplicar criterios de procesamiento de imágenes a fin de asegurar que las imágenes elegidas sean apropiadas.

6. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , que además provee la corrección digital de la secuencia de bits sin procesar.

7. Un método para generar números aleatorios reales de acuerdo con la reivindicación 6, que además comprende aplicar un algoritmo de von Neumann para equilibrar la secuencia de bits para conteos de frecuencia.

8. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde la generación de números aleatorios puede estar influenciada por la intervención y observación del usuario.

9. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , que además comprende la generación de números aleatorios usada para generar una semilla aleatoria para un generador de números pseudoaleatorios determinista.

10. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde el codificador además comprende la función de crear microestructuras de tipo imagen.

1 1. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde el codificador es un dispositivo portátil comercialmente disponible e incluye al menos uno entre: una computadora, un dispositivo incorporado o una unidad autónoma.

12. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde la secuencia de bits aleatorios además comprende: activar una aplicación usada para entretenimiento y desarrollo de juegos; y en donde, el usuario se transforma en parte del proceso aleatorio al elegir la fuente de imagen y la categoría de imagen; y, en donde, la elección actúa como incentivo para potenciar el entretenimiento del juego.

13. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde la secuencia de bits aleatorios además comprende activar la transmisión de información personal y comercial segura usando protocolos de seguridad definidos por NIST tales como MDS, SHA-1 y SHA-2.

14. Un método para generar números aleatorios reales de acuerdo con la reivindicación 13, en donde las aplicaciones de seguridad además incluyen funciones hash.

15. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde las funciones ponderadas de los datos de píxeles, que abarcan desde la selección de al menos un disparador de color hasta funciones de luminancia ponderadas, se calculan a fin de extraer el bit menos significativo de dicho al menos un disparador de color.

16. Un método para generar números aleatorios reales de acuerdo con la reivindicación 1 , en donde la estructura de los datos de la imagen además comprende: proveer una estructura de datos n-dimensionales en forma de cubo; y muestrear los píxeles de la imagen x e y con respecto al tiempo (t).