TWI634478B - 真亂數產生系統及其真亂數產生之方法 - Google Patents

真亂數產生系統及其真亂數產生之方法 Download PDF

Info

Publication number
TWI634478B
TWI634478B TW106123974A TW106123974A TWI634478B TW I634478 B TWI634478 B TW I634478B TW 106123974 A TW106123974 A TW 106123974A TW 106123974 A TW106123974 A TW 106123974A TW I634478 B TWI634478 B TW I634478B
Authority
TW
Taiwan
Prior art keywords
value
algorithm
sampling
random number
complex
Prior art date
Application number
TW106123974A
Other languages
English (en)
Other versions
TW201908961A (zh
Inventor
姜毓平
Original Assignee
展達通訊股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 展達通訊股份有限公司 filed Critical 展達通訊股份有限公司
Priority to TW106123974A priority Critical patent/TWI634478B/zh
Priority to CN201710815620.4A priority patent/CN109271135A/zh
Application granted granted Critical
Publication of TWI634478B publication Critical patent/TWI634478B/zh
Publication of TW201908961A publication Critical patent/TW201908961A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58Random or pseudo-random number generators
    • G06F7/588Random number generators, i.e. based on natural stochastic processes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Analogue/Digital Conversion (AREA)
  • Complex Calculations (AREA)

Abstract

一種真亂數產生系統及其真亂數產生之方法。真亂數產生系統包括偵測模組、類比數位轉換模組、記憶模組及處理模組。偵測模組用以偵測參數訊號以產生類比偵測訊號。類比數位轉換模組用以將類比偵測訊號轉換為複數之數位訊號。處理模組用以統計複數之數位訊號,並得到複數之取樣值。處理模組係確認各取樣值之數量,其中當各取樣值之數量之差距小於或等於特定比例時,處理模組係藉由第一演算法產生真亂數;當各取樣值之數量之差距大於特定比例,處理模組係藉由第二演算法產生真亂數值。

Description

真亂數產生系統及其真亂數產生之方法
本發明係關於一種真亂數產生系統及其真亂數產生之方法,特別是一種能利用單一訊號產生真亂數之真亂數產生系統及其真亂數產生之方法。
亂數係使用在各領域,尤其是對於密碼學與網路安全上。一般來說,亂數可以分為真亂數(Ture random number)與偽亂數(Pseudo-random number)。偽亂數通常是透過程式產生,產生的亂數實際上並不隨機,所以對於密碼學與網路安全來說是不足的。另外真亂數常見的作法係為測量電子元件的訊號或雜訊來產生亂數,例如Linux系統會收集周邊裝置的電子訊號,也就是滑鼠的移動、鍵盤的輸出等,作為亂數值產生的依據。當使用者需要亂數值時,就利用該些電子訊號來得到。然而,若要用收集周邊裝置的電子訊號的方式來產生亂數,周邊裝置的數量要越多越好,才能避免產生的亂數值不平均。但對於嵌入式系統來說,就沒有辦法具有較多的周邊裝置。因此嵌入式系統可能要額外設置真亂數產生器(True Random Number Generator,TRNG)之硬體架構於其內,或是要將少數的電子訊號的排列組合或算數運算的方式成新的亂數。不管哪種方式都會造成成本的大幅增加。
因此,有必要發明一種新的真亂數產生系統及其真亂數產生之方法,以解決先前技術的缺失。
本發明之主要目的係在提供一種真亂數產生系統,其具有能利用單一訊號產生真亂數之效果。
本發明之另一主要目的係在提供一種用於上述真亂數產生系統的真亂數產生之方法。
為達成上述之目的,本發明之真亂數產生系統包括偵測模組、類比數位轉換模組、記憶模組及處理模組。偵測模組用以偵測參數訊號以產生類比偵測訊號。類比數位轉換模組係電性連接偵測模組,用以執行複數取樣程序將類比偵測訊號轉換為複數之數位訊號。記憶模組用以儲存第一演算法及第二演算法。處理模組係電性連接類比數位轉換模組及記憶模組,用以統計複數之數位訊號,並得到複數之取樣值。處理模組係確認各取樣值之數量,其中當各取樣值之數量之差距小於或等於特定比例時,處理模組係藉由讀取記憶模組儲存之第一演算法並採用第一演算法產生真亂數;當各取樣值之數量之差距大於特定比例,處理模組係藉由讀取記憶模組儲存之第二演算法並採用第二演算法產生真亂數。
本發明之真亂數產生之方法包括以下步驟:偵測參數訊號以產生類比偵測訊號;執行複數取樣程序將類比偵測訊號轉換為複數之數位訊號;統計複數之數位訊號,並得到複數之取樣值;確認各取樣值之數量是否小於或等於特定比例;當各取樣值之數量之差距小於或等於特定比例時,係使用第一演算法產生真亂數;當各取樣值之數量之差距大於特定比例,係使用第二演算法產生真亂數值。
為能讓 貴審查委員能更瞭解本發明之技術內容,特舉較佳具體實施例說明如下。
以下請先參考圖1係本發明之真亂數產生系統之架構示意圖。
本發明之真亂數產生系統1可以為桌上型電腦系統、筆記型電腦系統、或是平板電腦系統等,但本發明並不限於此。真亂數產生系統1係用以利用單一個訊號來產生一真亂數值。於本發明之一實施方式中,該真亂數產生系統1包括偵測模組10、類比數位轉換模組20、記憶模組30及處理模組40。偵測模組10用以偵測一參數訊號以產生一類比偵測訊號。參數訊號可以為偵測之溫度、濕度、壓力等外在環境參數或是其他任何的非規律之類比訊號,但本發明並不限於此。
類比數位轉換模組20係電性連接該偵測模組10,用以執行複數取樣程序將該類比偵測訊號轉換為複數之數位訊號。類比數位轉換模組20可以藉由設定取樣率(Sample rate)及解析度(resolution)之方式決定可以得到多精細的數位訊號。由於類比訊號轉數位訊號的方式已經被本發明所屬技術領域中具通常知識者所熟悉,故在此不再贅述其原理。記憶模組30用以儲存要用來產生亂數值的第一演算法31及一第二演算法32。
處理模組40係電性連接該類比數位轉換模組20及該記憶模組30,用以統計該複數之數位訊號,並得到複數之取樣值。於本發明之一實施方式中,該處理模組40用以將該複數之數位訊號除以2得到之餘值,以作為該複數之取樣值,也就是判斷原數位訊號是奇數或偶數,若數位訊號是奇數,取樣值就為1,若數位訊號是偶數,取樣值就為0。但本發明並不限於上述的取樣方式。接著處理模組40係確認各該取樣值之數量,以判斷當各該取樣值之數量之差距是否小於或等於一特定比例,於此實施例中係為確認取樣值為0或1的數量各為多少。於本發明之一實施方式中,特定比例係為0-10%,但本發明並不限於此數值。當確認取樣值為0或1的數量差距5%時,例如當取樣值為0之數量佔了55%,取樣值為1之數量佔了45%,可代表取樣的分布較平均。當各該取樣值之數量之差距小於或等於一特定比例時,該處理模組40係先藉由讀取該記憶模組30儲存之該第一演算法31,使用該第一演算法31產生真亂數。另外若各該取樣值之數量之差距大於該特定比例,例如取樣值為0之數量佔了70%,取樣值為1之數量佔了30%,可代表取樣的分布不平均。該處理模組40係藉由讀取該記憶模組30儲存之另外的第二演算法32,使用該第二演算法32產生真亂數。
關於第一演算法31及第二演算法32之詳細流程請參考圖3及4的步驟,在此先不贅述。
需注意的是,真亂數產生系統1具有的各模組可以為硬體裝置、軟體程式結合硬體裝置、韌體結合硬體裝置等方式架構而成,但本發明並不以上述的方式為限。此外,本實施方式僅例示本發明之較佳實施例,為避免贅述,並未詳加記載所有可能的變化組合。然而,本領域之通常知識者應可理解,上述各模組或元件未必皆為必要。且為實施本發明,亦可能包含其他較細節之習知模組或元件。各模組或元件皆可能視需求加以省略或修改,且任兩模組間未必不存在其他模組或元件。
接著請參考圖2係本發明之真亂數產生之方法之步驟流程圖。此處需注意的是,以下雖以上述真亂數產生系統1為例說明本發明之真亂數產生之方法,但本發明之真亂數產生之方法並不以使用在上述相同結構的真亂數產生系統1為限。
首先可進行步驟200:偵測一參數訊號以產生一類比偵測訊號。
首先利用偵測模組10偵測一參數訊號,以產生一類比偵測訊號。參數訊號可以為偵測之溫度、濕度等外在參數,但本發明並不限於此。
接著進行步驟201:執行複數取樣程序將該類比偵測訊號轉換為複數之數位訊號。
接著類比數位轉換模組20係藉由設定取樣率(Sample rate)及解析度(resolution)之方式將該類比偵測訊號轉換為複數之數位訊號。
接著進行步驟202:統計該複數之數位訊號,並得到複數之取樣值。
處理模組40用以統計該複數之數位訊號,並得到複數之取樣值。例如處理模組40用以將該複數之數位訊號除以2得到之餘值,以作為該複數之取樣值,但本發明並不限於上述的取樣方式。例如當複數之數位訊號為1111、1011、1010時,其取樣值就會變成1、1、0。
接著進行步驟203:確認各該取樣值之數量是否小於或等於一特定比例。
接著處理模組40係確認各該取樣值之數量,以判斷當各該取樣值之數量之差距是否小於或等於一特定比例。於本發明之一實施方式中,特定比例係為0-10%,但本發明並不限於此數值。
當各該取樣值之數量之差距小於或等於該特定比例時,進行步驟204:使用第一演算法產生真亂數。
於此步驟204中請一併參考圖3係本發明之真亂數產生之方法之第一演算法之步驟流程圖。
首先進行步驟301:設定一目標值及一指標值。
處理模組40要產生複數位元之該真亂數值時,係先設定一目標值及指標值。此目標值具有N位元位元,例如當要產生3位元之該真亂數值時,目標值係先設定為具有3位元的0。指標值之作用係用以得知要指向目標值之其中一位元,指標值的初始值係設定為1,即代表先指向目標值之第一位元。需注意的是,本實施方式中係以3位元為例進行說明,但本發明並不限定真亂數值之位元數。
其次進行步驟302:執行該取樣程序以得到一取樣值,其中當該取樣值為奇數時,根據該指標值設定該目標值之一位元為1,其中當該取樣值為偶數時,根據該指標值設定該目標值之該位元為0。
例如若原始的數位訊號為1111時,其取樣值就會變成1,處理模組40就會將目標值的第一位元代入1。若原始的數位訊號為1010,其取樣值就會變成0,處理模組40就會將目標值的第一位元代入0。
接著進行步驟303:判斷指標值是否等於N。
接著處理模組40係判斷此時指標值是否已經等於N,即代表處理模組40判斷是否已經填滿了目標值的所有位元。如果指標值小於N,代表尚未填滿目標值的所有位元,因此先執行步驟304將指標值加1,並回到步驟302中再次執行新的取樣及代入的流程。
若指標值是否已經等於N時,係執行步驟305:得到該真亂數值。
此時若指標值等於N時,係代表已經目標值的所有位元都已經被代入,因此處理模組40就可以得到真亂數值。
並需注意的是,為了讓得到的真亂數值能夠分布更平均,在產生下一個真亂數值時,可以將步驟302的設定相反。也就是當取樣值為奇數時,處理模組40係設定該位元為0,當其中一取樣值為偶數時,處理模組40係設定該位元為1。因此若取樣值為1、1、0時,新的真亂數值就會變成0、0、1。
另外當各該取樣值之數量之差距大於該特定比例時,進行步驟205:使用第二演算法產生真亂數。
該處理模組40係藉由讀取該記憶模組30儲存之另外的第二演算法32以對該複數之取樣值進行計算。
於此步驟205中請一併參考圖4係本發明之真亂數產生之方法之第二演算法之步驟流程圖,本實施例之第二演算法為von Neumann’s algorithm,但本發明並不限於此。
首先步驟401:設定一目標值、一指標值及一暫存陣列。
首先處理模組40要利用第二演算法產生複數位元之該真亂數值時,係先設定目標值、指標值及暫存陣列。目標值具有N位元,指標值之初始值為1,而暫存陣列則具有兩位元,例如設定為[0,0]。
其次進行步驟402:執行該取樣程序兩次以得到兩取樣值,將該兩取樣值依序填入該暫存陣列之兩位元。
此時,暫存陣列就可能成為[1,0]、[0,1]、[1,1]或[0,0]這四種結果。
接著進行步驟403:判斷該暫存陣列是否為[1,1]或[0,0]。
處理模組40先判斷目前暫存陣列是否為[1,1]或[0,0]。當暫存陣列連續兩位元為相同的值時係重新執行步驟402。
若暫存陣列兩位數不同,係進行步驟404:若該暫存陣列為[1,0]時,根據該指標值設定該目標值之一位元為1,若該暫存陣列為[0,1]時,根據該指標值設定該目標值之該位元為0。
於此步驟404中,若依序填入兩取樣值得到暫存陣列為[1,0]時,處理模組40係根據指標值的值以設定該目標值之一位元為1,若依序填入兩取樣值得到暫存陣列為[0,1]時,處理模組40係根據指標值的值以設定該目標值之一位元為0。
接著進行步驟405:判斷指標值是否等於N。
與步驟303類似,接著處理模組40係判斷此時指標值是否已經等於N,即代表處理模組40判斷是否已經填滿了目標值的所有位元。如果指標值小於N,代表尚未填滿目標值的所有位元,因此先執行步驟406將指標值加1,並回到步驟402中再次執行新的取樣及代入的流程。
若指標值是否已經等於N時,係執行步驟407:得到該真亂數值。
此時若指標值等於N時,係代表已經目標值的所有位元都已經被代入,因此處理模組40就可以得到真亂數值。
使用本發明之真亂數產生系統1之第一或第二演算法,就可以藉由單一的參數訊號以得到真亂數值,不須額外的硬體架構,利用現有產品即可達成,可以有效地節省成本。
此處需注意的是,本發明之真亂數產生之方法並不以上述之步驟次序為限,只要能達成本發明之目的,上述之步驟次序亦可加以改變。
需注意的是,上述實施方式僅例示本發明之較佳實施例,為避免贅述,並未詳加記載所有可能的變化組合。然而,本領域之通常知識者應可理解,上述各模組或元件未必皆為必要。且為實施本發明,亦可能包含其他較細節之習知模組或元件。各模組或元件皆可能視需求加以省略或修改,且任兩模組間未必不存在其他模組或元件。只要不脫離本發明基本架構者,皆應為本專利所主張之權利範圍,而應以專利申請範圍為準。
1‧‧‧真亂數產生系統
10‧‧‧偵測模組
20‧‧‧類比數位轉換模組
30‧‧‧記憶模組
31‧‧‧第一演算法
32‧‧‧第二演算法
40‧‧‧處理模組
圖1係本發明之真亂數產生系統之架構示意圖。 圖2係本發明之選用演算法之步驟流程圖。 圖3係本發明之真亂數產生之方法之第一演算法之步驟流程圖。 圖4係本發明之真亂數產生之方法之第二演算法之步驟流程圖。

Claims (14)

  1. 一種真亂數產生系統,該真亂數產生系統包括: 一偵測模組,用以偵測一參數訊號以產生一類比偵測訊號; 一類比數位轉換模組,係電性連接該偵測模組,用以執行複數取樣程序將該類比偵測訊號轉換為複數之數位訊號; 一記憶模組,用以儲存一第一演算法或一第二演算法;以及 一處理模組,係電性連接該類比數位轉換模組及該記憶模組,用以統計該複數之數位訊號,並得到複數之取樣值,該處理模組係確認各該取樣值之數量,其中當各該取樣值之數量之差距小於或等於一特定比例時,該處理模組係藉由讀取該記憶模組儲存之該第一演算法對該複數之取樣值進行計算;當各該取樣值之數量之差距大於該特定比例,該處理模組係藉由讀取該記憶模組儲存之該第二演算法以對該複數之取樣值進行計算,藉以得到一真亂數值。
  2. 如申請專利範圍第1項所述之真亂數產生系統,其中該處理模組用以將該複數之數位訊號除以2得到之餘值作為該複數之取樣值。
  3. 如申請專利範圍第1項所述之真亂數產生系統,其中該特定比例係為0-10%。
  4. 如申請專利範圍第1項所述之真亂數產生系統,其中該第一演算法係用以產生複數位元之該真亂數值,該第一演算法為: (a)設定一目標值及一指標值,其中該目標值具有N位元,指標值之初始值為1; (b)執行該取樣程序以得到一取樣值,其中當該取樣值為奇數時,根據該指標值設定該目標值之一位元為1,其中當該取樣值為偶數時,根據該指標值設定該目標值之該位元為0;以及 (c)將該指標值加1,以重複執行步驟(b)直到該指標值等於N,以得到該真亂數值。
  5. 如申請專利範圍第4項所述之真亂數產生系統,其中該第一演算法進一步包括將步驟(b)之設定相反以得到另一真亂數值。
  6. 如申請專利範圍第1項所述之真亂數產生系統,其中該第二演算法係用以產生複數位元之該真亂數值,該第二演算法係為: (a)設定一目標值、一指標值及一暫存陣列,其中該目標值具有N位元,該指標值之初始值為1,該暫存陣列具有兩位元; (b)執行該取樣程序兩次以得到兩取樣值,將該兩取樣值依序填入該暫存陣列之兩位元; (c)若該暫存陣列為[1,0]時,根據該指標值設定該目標值之一位元為1,若該暫存陣列為[0,1]時,根據該指標值設定該目標值之該位元為0,若該暫存陣列為[1,1]或[0,0]時,係重新執行步驟(b);以及 (d) 將該指標值加1,以重複執行步驟(b)、(c)直到該指標值等於N,以得到該真亂數值。
  7. 如申請專利範圍第1項所述之真亂數產生系統,其中該參數訊號係為一溫度值、一濕度值或一壓力值。
  8. 一種真亂數產生之方法,係用於一真亂數產生系統,該方法包括以下步驟: 偵測一參數訊號以產生一類比偵測訊號; 執行複數取樣程序將該類比偵測訊號轉換為複數之數位訊號; 統計該複數之數位訊號,並得到複數之取樣值; 確認各該取樣值之數量是否小於或等於一特定比例; 當各該取樣值之數量之差距小於或等於該特定比例時,係藉由一第一演算法以對該複數之取樣值進行計算; 當各該取樣值之數量之差距大於該特定比例,係藉由一第二演算法對該複數之取樣值進行計算;以及 得到一真亂數值。
  9. 如申請專利範圍第8項所述之真亂數產生之方法,其中更包括將該複數之數位訊號除以2得到之餘值作為該複數之取樣值之步驟。
  10. 如申請專利範圍第8項所述之真亂數產生之方法,其中該特定比例係為0-10%。
  11. 如申請專利範圍第8項所述之真亂數產生之方法,其中該第一演算法係用以產生複數位元之該真亂數值,利用該第一演算法進行計算之步驟包括: (a) 設定一目標值及一指標值,其中該目標值具有N位元,指標值之初始值為1; (b) 執行該取樣程序以得到一取樣值,其中當該取樣值為奇數時,根據該指標值設定該目標值之一位元為1,其中當該取樣值為偶數時,根據該指標值設定該目標值之該位元為0;以及 (c) 將該指標值加1,以重複執行步驟(b)直到該指標值等於N,以得到該真亂數值。
  12. 如申請專利範圍第11項所述之真亂數產生系統,其中利用該第一演算法進行計算之步驟進一步包括將步驟(b)之設定相反以得到另一真亂數值。
  13. 如申請專利範圍第80項所述之真亂數產生之方法,其中該第二演算法係用以產生複數位元之該真亂數值,利用該第二演算法進行計算之步驟包括: (a)設定一目標值、一指標值及一暫存陣列,其中該目標值具有N位元,該指標值之初始值為1,該暫存陣列具有兩位元; (b)執行該取樣程序兩次以得到兩取樣值,將該兩取樣值依序填入該暫存陣列之兩位元; (c)若該暫存陣列為[1,0]時,根據該指標值設定該目標值之一位元為1,若該暫存陣列為[0,1]時,根據該指標值設定該目標值之該位元為0,若該暫存陣列為[1,1]或[0,0]時,係重新執行步驟(b);以及 (d)將該指標值加1,以重複執行步驟(b)、(c)直到該指標值等於N,以得到該真亂數值。
  14. 如申請專利範圍第8項所述之真亂數產生之方法,其中偵測該參數訊號之步驟係為偵測一溫度值、一濕度值或一壓力值。
TW106123974A 2017-07-18 2017-07-18 真亂數產生系統及其真亂數產生之方法 TWI634478B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW106123974A TWI634478B (zh) 2017-07-18 2017-07-18 真亂數產生系統及其真亂數產生之方法
CN201710815620.4A CN109271135A (zh) 2017-07-18 2017-09-07 真随机数生成系统及其真随机数生成的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106123974A TWI634478B (zh) 2017-07-18 2017-07-18 真亂數產生系統及其真亂數產生之方法

Publications (2)

Publication Number Publication Date
TWI634478B true TWI634478B (zh) 2018-09-01
TW201908961A TW201908961A (zh) 2019-03-01

Family

ID=64452726

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106123974A TWI634478B (zh) 2017-07-18 2017-07-18 真亂數產生系統及其真亂數產生之方法

Country Status (2)

Country Link
CN (1) CN109271135A (zh)
TW (1) TWI634478B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW435265U (en) * 2000-05-12 2001-05-16 Shih Lei Business Co Ltd Improved structure for water filter
TW462009B (en) * 2000-06-08 2001-11-01 Inventec Besta Co Ltd Transforming method of program interface
TW584294U (en) * 2003-05-15 2004-04-11 Yu-Chung Huang A true random number generator based on thermal noise
US8379848B2 (en) * 2011-07-07 2013-02-19 Cape Light Institute, Inc. Method of providing a portable true random number generator based on the microstructure and noise found in digital images
CN103049243A (zh) * 2012-12-17 2013-04-17 深圳国微技术有限公司 真随机数产生方法及其装置
US20160110166A1 (en) * 2014-10-16 2016-04-21 Dialog Semiconductor B.V. True Random Number Generation in Systems on Chip

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6728893B1 (en) * 2000-04-21 2004-04-27 Intel Corporation Power management system for a random number generator
DE102004047425B4 (de) * 2004-09-28 2007-06-21 Micronas Gmbh Zufallszahlengenerator sowie Verfahren zur Erzeugung von Zufallszahlen
ATE483197T1 (de) * 2004-10-15 2010-10-15 Nxp Bv Integrierte schaltung mit einem echten zufallszahlengenerator
CN100435089C (zh) * 2005-12-16 2008-11-19 华南师范大学 一种产生真随机码的装置及其产生真随机码的方法
CN101727308B (zh) * 2008-10-28 2012-02-01 苏州中科集成电路设计中心有限公司 集成电路中真随机数的产生方法
CN102541508A (zh) * 2010-12-29 2012-07-04 鸿富锦精密工业(深圳)有限公司 真随机数产生系统及方法
US9189201B2 (en) * 2011-09-20 2015-11-17 Qualcomm Incorporated Entropy source with magneto-resistive element for random number generator
CN102541509B (zh) * 2012-01-13 2016-04-27 河南科技大学 一种基于混沌加密的真随机数生成方法
CN103092567B (zh) * 2013-01-16 2016-03-30 西安电子科技大学 一种基于单幅图像的真随机数序列生成方法
CN103399726B (zh) * 2013-07-15 2017-02-01 哈尔滨工程大学 一种流水线化的组合式伪随机数发生器
CN104133658A (zh) * 2014-07-29 2014-11-05 江苏宏云技术有限公司 一种片内真随机数生成器
US20160179472A1 (en) * 2014-12-19 2016-06-23 Megachips Corporation Random number generation device and method for generating random number
US9640247B2 (en) * 2015-01-14 2017-05-02 Qualcomm Incorporated Methods and apparatuses for generating random numbers based on bit cell settling time
CN106483551B (zh) * 2015-08-28 2018-11-09 成都理工大学 一种仿核信号发生器及其工作方法
US9575160B1 (en) * 2016-04-25 2017-02-21 Uhnder, Inc. Vehicular radar sensing system utilizing high rate true random number generator
CN106775584B (zh) * 2016-12-08 2019-06-04 上海爱信诺航芯电子科技有限公司 一种抵抗侵入式攻击的真随机数发生器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW435265U (en) * 2000-05-12 2001-05-16 Shih Lei Business Co Ltd Improved structure for water filter
TW462009B (en) * 2000-06-08 2001-11-01 Inventec Besta Co Ltd Transforming method of program interface
TW584294U (en) * 2003-05-15 2004-04-11 Yu-Chung Huang A true random number generator based on thermal noise
US8379848B2 (en) * 2011-07-07 2013-02-19 Cape Light Institute, Inc. Method of providing a portable true random number generator based on the microstructure and noise found in digital images
CN103049243A (zh) * 2012-12-17 2013-04-17 深圳国微技术有限公司 真随机数产生方法及其装置
US20160110166A1 (en) * 2014-10-16 2016-04-21 Dialog Semiconductor B.V. True Random Number Generation in Systems on Chip

Also Published As

Publication number Publication date
CN109271135A (zh) 2019-01-25
TW201908961A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN109387854B (zh) 距离测量装置及方法
JP6494531B2 (ja) 方法および装置
Teh et al. GPUs and chaos: a new true random number generator
KR20170085126A (ko) 널링 증폭기를 구비한 멤리스티브 내적 엔진
JP2014077791A (ja) 複数信号の相互関係を示す方法及び試験測定装置
AU2018282486A1 (en) Systems and methods for generating random numbers using physical variations present in material samples
TWI634478B (zh) 真亂數產生系統及其真亂數產生之方法
JP5605834B2 (ja) 試験測定機器
Zhang et al. FPGA implementation of Toeplitz hashing extractor for real time post-processing of raw random numbers
JP2018506100A5 (zh)
CN111047017B (zh) 一种神经网络算法的评估方法、装置及电子设备
CN103490783A (zh) 一种将模拟信号转换为数字信息的方法
JP2004163889A (ja) 入力信号の統計的特性を解析する装置、並びに入力信号を解析する集積回路および方法
Reis et al. Influence of integrators in the performance of analog-to-information converters
WO2022041632A1 (zh) 检测电路、芯片及电子设备
TW202133056A (zh) 基於量子運算的真亂數產生方法
RU2785898C1 (ru) Автоматизированное устройство контроля взаимного влияния сигналов
CN114365135A (zh) 经由可变代码比较的装置入侵检测
RU2549129C1 (ru) Способ тестирования чисел на простоту
Rao et al. Compressed sensing methods for DNA microarrays, RNA interference, and metagenomics
Guo et al. Parallel and real-time post-processing for quantum random number generators
CN106324313B (zh) 基于近似熵的瞬态信号无缝测量系统
Kamath et al. Neuromorphic Sensing Meets Unlimited Sampling
Jiang et al. Seamless measurement technology of transient signals based on approximate entropy
US10483998B1 (en) Method of signal processing using polling and related analog-to-digital converting system