Comparing quality of pseudo- and true-random numbers obtained from different sources

• Autorzy: Wiśniewska J.

Warianty tytułu

PL

Porównanie jakości liczb pseudolosowych i losowych pozyskanych z różnych źródeł

• Języki publikacji: EN

Abstrakty

EN

The manuscript refers to the problem of the pseudorandom numbers generation. Numbers needed during a simulation may be generated by pseudorandom numbers generators but also by true random numbers generators or digital random number generators. In this work some tests were described which help to evaluate quality of random values. For five generators, the batteries of tests were run and the manuscript contains results of these tests in a form of graphs.

PL

Praca dotyczy problemu generowania liczb pseudolosowych. Wartości liczbowe wymagane podczas symulacji mogą być generowane przez: pseudolosowe generatory liczb, rzeczywiste generatory liczb losowych lub cyfrowe generatory liczb losowych. W artykule opisano zestaw testów, które pomagają w ocenie jakości uzyskiwanych wartości liczbowych. Dla pięciu różnych generatorów uruchomiono zestaw testów, a w pracy zamieszczono wyniki tych testów w postaci wykresów.

Słowa kluczowe

EN

pseudorandom number generator; quality of random values; simulation

PL

generator liczb pseudolosowych; jakość generatorów; symulacja

• Wydawca: Polskie Towarzystwo Symulacji Komputerowej
• Czasopismo: Symulacja w Badaniach i Rozwoju
• Rocznik: 2018
• Tom: Vol. 9, nr 1-2
• Strony: 73--82
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Wiśniewska J.

• Wojskowa Akademia Techniczna ul. gen. W. Urbanowicza 2, 00-908 Warszawa

Bibliografia

• 1. Gentle J.E.: Random Number Generation and Monte Carlo Methods (Second edition). Springer-Verlag New York, 2003.
• 2. Hamburg M., Kocher P., Marson M.E.: Analysis of Intel's Ivy Bridge Digital Random Number Generator. Raport Cryptography Research Inc., 2012.
• 3. Herrero-Collantes M.: Quantum Random Number Generators, arXiv: 1604.03304v2 [quant-ph] 2016.
• 4. L’Ecuyer P.: Good parameters and implementations for combined multiple recursive random number generators. Operations Research, 47(1): pp. 159-164, 1999.
• 5. Marsaglia G.: A Current View of Random Number Generators, Computing Science and Statistics: Proceedings of the 16th Symposium on the Interface. Elsevier Science Publishers B.V., Amsterdam, 1985.
• 6. Matsumoto M., Nishimura T.: Mersenne twister: a 623-dimensionally equidistributed uniform pseudo-random number generator. ACM Transactions on Modeling and Computer Simulation (TOMACS), 8(1): pp. 3-30, New York 1998.
• 7. Rukhin A., Soto J., Nechvatal J., Smid M., Barker E., Leigh S., Levenson M., Vangel M., Banks D., Heckert A., Dray J., Vo S.: A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications. Raport NIST, 2010.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).