Добірка наукової літератури з теми "Quantum Random Number Generators"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Quantum Random Number Generators".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Quantum Random Number Generators"
Iavich, Maksim, Tamari Kuchukhidze, Giorgi Iashvili, and Sergiy Gnatyuk. "Hybrid quantum random number generator for cryptographic algorithms." RADIOELECTRONIC AND COMPUTER SYSTEMS, no. 4 (November 29, 2021): 103–18. http://dx.doi.org/10.32620/reks.2021.4.09.
Повний текст джерелаManli Xu, Manli Xu, Jingzheng Huang Jingzheng Huang, Wenye Liang Wenye Liang, Chunmei Zhang Chunmei Zhang, Shuang Wang Shuang Wang, Zhenqiang Yin Zhenqiang Yin, Wei Chen Wei Chen, and Zhengfu Han Zhengfu Han. "Adjustable unbalanced quantum random-number generator." Chinese Optics Letters 13, no. 2 (2015): 021405–21409. http://dx.doi.org/10.3788/col201513.021405.
Повний текст джерелаMartínez, Aldo, Aldo Solis, Rafael Díaz Hernández Rojas, Alfred U'Ren, Jorge Hirsch, and Isaac Pérez Castillo. "Advanced Statistical Testing of Quantum Random Number Generators." Entropy 20, no. 11 (November 17, 2018): 886. http://dx.doi.org/10.3390/e20110886.
Повний текст джерелаRoussille, Hugo, Lionel Djadaojee, and Frédéric Chevy. "A simple quantum generator of random numbers." Emergent Scientist 1 (2017): 7. http://dx.doi.org/10.1051/emsci/2017009.
Повний текст джерелаIavich, Maksim, Tamari Kuchukhidze, Sergiy Gnatyuk, and Andriy Fesenko. "Novel Certification Method for Quantum Random Number Generators." International Journal of Computer Network and Information Security 13, no. 3 (June 8, 2021): 28–38. http://dx.doi.org/10.5815/ijcnis.2021.03.03.
Повний текст джерелаMárton, Botond L., Dóra Istenes, and László Bacsárdi. "Enhancing the operational efficiency of quantum random number generators." Infocommunications journal 13, no. 2 (2021): 10–18. http://dx.doi.org/10.36244/icj.2021.2.2.
Повний текст джерелаMarangon, Davide G., Giuseppe Vallone, Ugo Zanforlin, and Paolo Villoresi. "Enhanced security for multi-detector quantum random number generators." Quantum Science and Technology 1, no. 1 (November 1, 2016): 015005. http://dx.doi.org/10.1088/2058-9565/1/1/015005.
Повний текст джерелаHongo, Kenta, Ryo Maezono, and Kenichi Miura. "Random number generators tested on quantum Monte Carlo simulations." Journal of Computational Chemistry 31, no. 11 (March 24, 2010): 2186–94. http://dx.doi.org/10.1002/jcc.21509.
Повний текст джерелаMiszczak, Jarosław Adam. "Employing online quantum random number generators for generating truly random quantum states in Mathematica." Computer Physics Communications 184, no. 1 (January 2013): 257–58. http://dx.doi.org/10.1016/j.cpc.2012.08.012.
Повний текст джерелаHuang, Min, Ziyang Chen, Yichen Zhang, and Hong Guo. "A Gaussian-Distributed Quantum Random Number Generator Using Vacuum Shot Noise." Entropy 22, no. 6 (June 2, 2020): 618. http://dx.doi.org/10.3390/e22060618.
Повний текст джерелаДисертації з теми "Quantum Random Number Generators"
Abellán, Sánchez Carlos. "Quantum random number generators for industrial applications." Doctoral thesis, Universitat Politècnica de Catalunya, 2018. http://hdl.handle.net/10803/587190.
Повний текст джерелаL’aleatorietat és un dels temes més intrigants, inspiradors i debatuts al llarg de la història. És un concepte que sorgeix quan ens preguntem sobre la nostra pròpia existència i de per què som com som. Tenim freewill? És l’evolució resultat de l’atzar? L’aleatorietat és també un tema que sorgeix quan intentem entendre la nostra relació amb l’univers mateix. Per què estem aquí? Quan o com va començar tot això? És l’univers una màquina determinista o hi ha cabuda per a l’atzar? Sorprenentment, l’aleatorietat també juga un paper crucial en l’era de la informació i la tecnologia. Els nombres aleatoris es fan servir en protocols de comunicació com Ethernet, en algoritmes de classificació i processat com Page Rank. També usem l’aleatorietat en els mètodes Monte Carlo, que s’utilitzen en els àmbits de la física, la biologia, la química, les finances o les matemàtiques. Malgrat això, l’aplicació més icònica per als nombres aleatoris la trobem en el camp de la criptografia o ciber-seguretat. Els nombres aleatoris es fan servir per a generar claus criptogràfiques, l’element bàsic que proporciona la seguretat i privacitat a les nostres comunicacions. Aquesta tesi parteix de la següent pregunta fonamental: Existeix l’aleatorietat a la fotònica? En cas afirmatiu, com podem extreure-la i ferla accessible a tothom? Per a afrontar aquestes dues preguntes, s’han combinat eines des de la física fonamental fins a l’enginyeria. La tesi parteix d’un estudi detallat del procés de difusió de fase en làsers semiconductors i de com aplicar aquest procés per a la generació de nombres aleatoris. A diferència d’altres processos físics basats en lleis deterministes de la natura, la difusió de fase té un origen purament quàntic, i per tant, és una font ideal per a generar nombres aleatoris. Primerament, i fent servir aquest procés de difusió de fase, vam crear el generador quàntic de nombres aleatoris més ràpid mai implementat (en aquell moment) fent servir, únicament, components de la indústria de les telecomunicacions. Més de 40 Gb/s van ser demostrats fent servir un esquema de làser polsat. Posteriorment, vam construir diversos prototips que van ser testejats en aplicacions de ciència fonamental i supercomputació. En particular, alguns dels prototips desenvolupats en aquesta tesi van ser claus en els famosos experiments loophole-free Bell tests realitzats l’any 2015. En el procés de construir aquests prototips, vam iniciar una nova línia de recerca per a intentar contestar una nova pregunta: Com sabem si els nombres aleatoris que generem realment sorgeixen del procés de difusió de fase, tal com nosaltres creiem? Com a resultat, vam introduir una nova metodologia, la metrologia de l’aleatorietat. Aquesta es pot fer servir per a derivar límits quantificables sobre la qualitat de qualsevol dispositiu de generació de nombres aleatoris físic. Finalment, ens vam moure en la direcció de la miniaturització de la tecnologia utilitzant tècniques de la indústria de la fotònica integrada. En particular, vam demostrar el primer generador de nombres aleatoris quàntic totalment integrat, fent servir un esquema de dos làsers en un xip de Fosfur d’Indi. En paral·lel, també vam demostrar la integració d’una part del dispositiu emprant tecnologia de Silici, obrint les portes, per tant, a la producció a gran escala a través de la indústria més avançada de semiconductors.
La aleatoriedad es uno de los temas más intrigantes, inspiradores y debatidos a lo largo de la historia. Es un concepto que surge cuando nos preguntamos sobre nuestra propia existencia y de por qué somos como somos. ¿Tenemos libre albedrío? ¿Es la evolución resultado del azar? La aleatoriedad es también un tema que surge cuando intentamos entender nuestra relación con el universo. ¿Por qué estamos aquí? ¿Cuándo y cómo empezó todo esto? ¿Es el universo una máquina determinista o existe espacio para el azar? Sorprendentemente, la aleatoriedad también juega un papel crucial en la era de la información y la tecnología. Los números aleatorios se usan en protocolos de comunicación como Ethernet, y en algoritmos de clasificación y procesado como Page Rank. También la utilizamos en los métodos Monte Carlo, que sirven en los ámbitos de la física, la biología, la química, las finanzas o las matemáticas. Sin embargo, la aplicación más icónica para los números aleatorios la encontramos en el campo de la criptografía y la ciberseguridad. Aquí, los números aleatorios se usan para generar claves criptográficas, proporcionando el elemento básico para dotar a nuestras comunicaciones de seguridad y privacidad. En esta tesis partimos de la siguiente pregunta fundamental: ¿Existe la aleatoriedad en la fotónica? En caso afirmativo, ¿Cómo podemos extraerla y hacerla accesible a todo el mundo? Para afrontar estas dos preguntas, se han combinado herramientas desde la física fundamental hasta la ingeniería. La tesis parte de un estudio detallado del proceso de difusión de fase en láseres semiconductores y de cómo aplicar este proceso para la generación de números aleatorios. A diferencia de otros procesos físicos basados en leyes deterministas de la naturaleza, la difusión de fase tiene un origen puramente cuántico y, por lo tanto, es una fuente ideal para generar números aleatorios. Primeramente, y utilizando este proceso de difusión de fase, creamos el generador cuántico de números aleatorios más rápido nunca implementado (en ese momento) utilizando únicamente componentes de la industria de las telecomunicaciones. Más de 40 Gb/s fueron demostrados utilizando un esquema de láser pulsado. Posteriormente, construimos varios prototipos que fueron testeados en aplicaciones de ciencia fundamental y supercomputación. En particular, algunos de los prototipos desarrollados en esta tesis fueron claves en los famosos experimentos Loophole-free Bell tests realizados en el 2015. En el proceso de construir estos prototipos, iniciamos una nueva línea de investigación para intentar dar respuesta a una nueva pregunta: ¿Cómo sabemos si los números aleatorios que generamos realmente surgen del proceso de difusión de fase, tal y como nosotros creemos? Como resultado introdujimos una nueva metodología, la metrología de la aleatoriedad. Esta se puede usar para derivar límites cuantificables sobre la calidad de cualquier dispositivo de generación de números aleatorios físico. Finalmente, nos movimos en la dirección de la miniaturización de la tecnología utilizando técnicas de la industria de la fotónica integrada. En particular, creamos el primer generador de números aleatorios cuántico totalmente integrado utilizando un esquema de dos láseres en un chip de Fosfuro de Indio. En paralelo, también demostramos la integración de una parte del dispositivo utilizando tecnología de Silicio, abriendo las puertas, por tanto, a la producción a gran escala a través de la industria más avanzada de semiconductores.
Raffaelli, Francesco. "Quantum random number generators in integrated photonics." Thesis, University of Bristol, 2019. http://hdl.handle.net/1983/b20b0798-755d-4a57-843f-3951805e9f53.
Повний текст джерелаBisadi, Zahra. "All-Silicon-Based Photonic Quantum Random Number Generators." Doctoral thesis, University of Trento, 2017. http://eprints-phd.biblio.unitn.it/2603/1/ZAHRA_BISADI_Thesis.pdf.
Повний текст джерелаRitchie, Robert Peter. "Efficient Constructions for Deterministic Parallel Random Number Generators and Quantum Key Distribution." Miami University / OhioLINK, 2021. http://rave.ohiolink.edu/etdc/view?acc_num=miami1619099112895031.
Повний текст джерелаMarangon, Davide Giacomo. "Improving Quantum Key Distribution and Quantum Random Number Generation in presence of Noise." Doctoral thesis, Università degli studi di Padova, 2015. http://hdl.handle.net/11577/3424117.
Повний текст джерелаL'argomento di questa tesi può essere riassunto nella frase utilizzare il rumore classico per generare un migliore rumore quantistico. In particolare questa tesi riguarda da una parte la possibilita di sfruttare il rumore classico per trasmettere in modo efficace informazione quantistica, e dall'altra la misurazione del rumore classico per generare una migliore casualita quantistica. Nel primo caso ci si riferisce all'inviare bit quantistici attraverso l'atmosfera per creare trasmissioni allo scopo di distribuire chiavi crittografiche in modo quantistico (QKD) e questo sara oggetto di Capitolo 1 e Capitolo 2. Nel quadro delle comunicazioni quantistiche, la QKD è caratterizzata da notevoli difficolta sperimentali. Infatti, in linea di principio la QKD offre sicurezza incondizionata ma le sue realizzazioni pratiche devono affrontare tutti i limiti del mondo reale. Uno dei limiti principali sono le perdite introdotte dai canali di trasmissione. Le perdite causano errori e gli errori rendono il protocollo meno sicuro perché un avversario potrebbe camuffare la sua attivita di intercettazione utilizzando le perdite. Quando questo problema viene affrontato da un punto di vista teorico, si cerca di modellare l'effetto delle perdite mediante trasformazioni unitarie che trasformano i qubits in media secondo un livello fisso di attenuazione del canale. Tuttavia questo approccio è in qualche modo limitante, perché se si ha ha un elevato livello di rumore di fondo e le perdite si assumono costanti in media, potrebbe accadere che il protocollo possa abortire o peggio ancora, non iniziare, essendo il quantum bit error rate (QBER) oltre il limite (11\%) per la distribuzione sicura. Tuttavia, studiando e caratterizzando un canale ottico libero, si trova che il livello di perdite è tutt'altro che stabile e che la turbolenza induce variazioni di trasmissivita che seguono una statistica log-normale. Il punto pertanto è sfruttare questo rumore classico per generare chiave anche quando normalmente non sarebbe possibile. Per far ciò abbiamo ideato uno schema adattativo per la selezione in tempo reale (ARTS) degli istanti a basse perdite in cui vengono istantaneamente rilevati picchi di alta trasmissivita. A tal scopo, si utilizza un fascio laser classico ausiliario co-propagantesi con i qubit ma convenientemente inframezzato nel tempo. In questo modo la scintillazione viene monitorata in tempo reale e vengono selezionati gli intervalli di tempo che daranno luogo ad un QBER praticabile per una generazione di chiavi. Verra quindi presentato un criterio utile per la preselezione dell'intervallo di QBER basso in cui un treno di impulsi intensi si propaga nello stesso percorso dei qubits, con i parametri scelti in modo tale che la sua oscillazione nel tempo riproduce quello della comunicazione quantistica. Nel Capitolo 2 presentiamo quindi una dimostrazione ed i risultati di tale protocollo che è stato implementato presso l'arcipelago delle Canarie, tra l'isola di La Palma e quella di Tenerife: tali isole essendo separate da 143 km, costituiscono un ottimo teatro per testare la validita del protocollo in quanto le condizioni di distanza sono paragonabili a quelle satellitari e la gamma di scintillazione corrisponde quella che si avrebbe in ambiente con moderato maltempo in uno scenario di tipo urbano. Per quanto riguarda il contenuto del Capitolo 3 descriveremo un metodo innovativo per la generazione fisica di numeri casuali che si basa sulla constatazione che un fascio di luce coerente, attraversando un lungo percorso con turbolenza atmosferica da luogo ad immagini casuali e rapidamente variabili. Tale fenomeno è stato riscontrato a partire dai diversi esperimenti di comunicazione quantistica effettuati alle Isole Canarie, dove il fascio laser classico utilizzato per puntare i terminali, in fase di ricezione presentava un fronte d'onda completamente distorto rispetto al tipico profilo gaussiano. In particolare ciò che si osserva è un insieme di macchie chiare e scure che si evolvono geometricamente in modo casuale, il cosiddetto profilo dinamico a speckle. La fonte di tale entropia è quindi la turbolenza atmosferica. Infatti, per un canale di tale lunghezza, una soluzione delle equazioni di Navier-Stokes per il flusso atmosferico in cui si propaga il fascio è completamente fuori portata, sia analiticamente che per mezzo di metodi computazionali. Infatti i vari modelli di dinamica atmosferica sono basati sulla teoria statistica Kolmogorov, che parametrizza la ripartizione dell'energia cinetica come l'interazione di vortici d'aria di dimensioni decrescenti. Tuttavia, tali modelli forniscono solo una descrizione statistica per lo spot del fascio e delle sue eventuali deviazioni ma mai una previsione istantanea per la distribuzione dell' irraggiamento. Per tale motivo, quando un raggio laser viene inviato attraverso l'atmosfera, quest'ultima può essere considerato come un diffusore volumetrico dinamico che distorce il fronte d'onda del fascio. All'interno del Capitolo verranno presentati i dati sperimentali che assicurano che le immagini del fascio presentano le caratteristiche di impredicibilita tali per cui sia possibile numeri casuali genuini. Inoltre, verra presentato anche il metodo per l'estrazione della casualita basato sull'analisi combinatoria ed ottimale nel contesto della Teoria dell'Informazione. In Capitolo 5 presenteremo un nuovo approccio per quanto riguarda la generazione di bit casuali dai processi fisici quantistici. La Meccanica quantistica è stata sempre considerata come la migliore fonte di casualita, a causa della sua intrinseca natura probabilistica. Tuttavia il paradigma tipico impiegato per estrarre numeri casuali da un sistema quantistico assume che lo stato di detto sistema sia puro. Tale assunzione, in principio comporta una generazione in cui il risultato delle misure è complemente impredicibile secondo la legge di Born. Il problema principale tuttavia è che nelle implementazioni reali, come in un laboratorio o in qualche dispositivo commerciale, difficilmente è possibile creare uno stato quantico puro. Generalmente ciò che si ottiene è uno stato quantistico misto. Uno stato misto tuttavia potrebbe essere in qualche modo correlato con un altro sistema quantistico in possesso, eventualmente, di un avversario. Nel caso estremo di uno stato completamente misto, un generatore quantistico praticamente è equivalente ad un generatore che impiega un processo di fisica classica, che in principio è predicibile. Nel Capitolo, si mostrera quindi come sia necessario passare da un estimatore di casualita classico, come l' entropia minima classica $ H_ {min (Z) $ di una variabile casuale $ Z $ ad un estimatore che tenga conto di una informazione marginale $E$ di tipo quantistico, ovvero l'entropia minima condizionata $H_{min(Z|E)$. La entropia minima condizionata è una quantita fondamentale perchè consente di derivare quale sia il minimo contenuto di bit casuali estraibili dal sistema, in presenza di uno stato non puro. Abbiamo ideato un protocollo efficace basato sul principio di indeterminazione entropica per la stima dell'entropia min-condizionale. In generale, il principio di indeterminazione entropico consente di prendere in considerazione le informazioni che sono condivise tra più parti in possesso di un sistema quantistico tri-partitico e, soprattutto, consente di stimare il limite all'informazione che un partito ha sullo stato del sistema, dopo che è stato misurato. Abbiamo adattato tale principio al caso bipartito in cui un utente Alice, $A$, è dotato di un sistema quantistico che nel caso in studio ipotizziamo essere preparato dall'avversario stesso, Eve $E$, e che quindi potrebbe essere con esso correlato. Quindi, teoricamente Eve potrebbe essere in grado di prevedere tutti i risultati delle misurazioni che Alice esegue sulla sua parte di sistema, cioè potrebbe avere una conoscenza massima della variabile casuale $Z$ in cui si registrano i risultati delle misure nella base $\mathcal{Z$. Tuttavia mostreremo che se Alice casualmente misura il sistema in una base $\mathcal{X$ massimamente complementare a $\mathcal{Z$, Alice può inferire un limite inferiore l'entropia per $H_{min(Z|E)$. In questo modo per Alice, utilizzando tecniche della crittografia classeica, è possibile espandere un piccolo seme iniziale di casualita utilizzato per la scelta delle basi di misura, in una quantita molto maggiore di numeri sicuri. Presenteremo i risultati di una dimostrazione sperimentale del protocollo in cui sono stati prodotti numeri casuali che passano i più rigorosi test per la valutazione della casualita. Nel Capitolo 6, verra illustrato un sistema di generazione ultraveloce di numeri casuali per mezzo di variabili continue(CV) QRNG. Siccome numeri casuali genuini sono una preziosa risorsa sia per l'Information Technology classica che quella quantistica, è chiaro che per sostenere i flussi sempre crescenti di dati per la crittografia, è necessario mettere a punto generatori in grado di produrre streaming con rate da Gigabit o Terabit al secondo. In Letteratura sono riportati alcuni esempi di protocolli QRNG che potrebbero raggiungere tali limiti. In genere, questi si basano sulla misura dele quadrature del campo elettromagnetico che può essere considerato come un infinito sistema quantistico bosonico. Le quadrature del campo possono essere misurate con il cosiddetto sistema di rivelazione a omodina che, in linea di principio, può estrarre un segnale di rumore a banda infinita. Di conseguenza, la banda del segnale casuale viene ad essere limitata solo dalla banda passante dei dispositivi utilizzati per misurare. Siccome, rilevatori a fotodiodi lavorano comunemente nella banda delle decine dei GHz, se il segnale è campionato con un ADC sufficientemente veloce e con un elevato numero di bit di digitalizzazione, rate da Gigabit o Terabit sono facilmente raggiungibili. Tuttavia, come nel caso dei QRNG a variabili discrete, i protocolli che si hanno in Letteratura, non considerano adeguatamente la purezza dello stato quantistico da misurare. Nel L'idea è di estendere il protocollo a variabile discreta del capitolo precedente, al caso continuo. Mostreremo come nell'ambito CV, non solo sia abbia il problema della purezza dello stato ma anche il problema relativo alla precisione delle misure utilizzate su di esso. Proporremo e daremo i risultati sperimentali per un nuovo protocollo in grado di estrarre numeri casuali ad alto rate e con un elevato grado di sicurezza.
AMINO, ROBERT, and JONI BAITAR. "Probabilistic Pseudo-random Number Generators." Thesis, KTH, Skolan för datavetenskap och kommunikation (CSC), 2014. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-157351.
Повний текст джерелаSlumptal representerar en viktig komponent i många datorspel, simulationer och övriga progam. Två av de mest förekommande slumptalsgeneratorerna är Linjär kongruensgeneratorn (LKG) samt Mersenne Twister(MT). Huvudfrågan som skall besvaras i denna rapport är huruvida, för vardagligt bruk, den ena generatorn är att föredra framför den andra. Ett antal tester kommer att utföras för att försöka finna eventuella styrkor samt svagheter med respektive generator.Baserat på ett fåtal tester är MT att föredra framför LKG. Detta stämmer väl överens med teorin. Notera dock att detta inte alltid gäller och att det kan förekomma skiljaktigheter mellan de båda alternativen som strider mot det tidigare påståendet. Detta är främst beroende på vilka implementationer som används för respektive generator. Slutsatsen är således att användning av MT ändå rekommenderasframför LKG, främst på grund av den snabba genereringshastigheten för MT.
Kasikara, Gulin. "Progresses In Parallel Random Number Generators." Master's thesis, METU, 2005. http://etd.lib.metu.edu.tr/upload/12606651/index.pdf.
Повний текст джерелаlinear congruential generators with Mersenne prime moduli are used. In highly branching Monte Carlo simulations, cost of parameterization also gains importance and it becomes reasonable to consider other types of primes or other parallelization methods that provide different balance between parameterization cost and random number generation cost. With this idea in mind, in this thesis, for improving performance of linear congruential generators, two approaches are proposed. First one is using Sophie-Germain primes as moduli and second one is using a hybrid method combining both parameterization and splitting techniques. Performance consequences of Sophie-Germain primes over Mersenne primes are shown through graphics. It is observed that for some cases proposed approaches have better performance consequences.
Karanam, Shashi Prashanth. "Tiny true random number generator." Fairfax, VA : George Mason University, 2009. http://hdl.handle.net/1920/4587.
Повний текст джерелаVita: p. 91. Thesis director: Jens-Peter Kaps. Submitted in partial fulfillment of the requirements for the degree of Master of Science in Computer Engineering. Title from PDF t.p. (viewed Oct. 12, 2009). Includes bibliographical references (p. 88-90). Also issued in print.
Tso, Chi-wai, and 曹志煒. "Stringency of tests for random number generators." Thesis, The University of Hong Kong (Pokfulam, Hong Kong), 2004. http://hub.hku.hk/bib/B29748367.
Повний текст джерелаRuhault, Sylvain. "Security analysis for pseudo-random number generators." Thesis, Paris, Ecole normale supérieure, 2015. http://www.theses.fr/2015ENSU0014/document.
Повний текст джерелаIn cryptography, randomness plays an important role in multiple applications. It is required in fundamental tasks such as key generation and initialization vectors generation or in key exchange. The security of these cryptographic algorithms and protocols relies on a source of unbiased and uniform distributed random bits. Cryptography practitioners usually assume that parties have access to perfect randomness. However, quite often this assumption is not realizable in practice and random bits are generated by a Pseudo-Random Number Generator. When this is done, the security of the scheme depends of course in a crucial way on the quality of the (pseudo-)randomness generated. However, only few generators used in practice have been analyzed and therefore practitioners and end users cannot easily assess their real security level. We provide in this thesis security models for the assessment of pseudo-random number generators and we propose secure constructions. In particular, we propose a new definition of robustness and we extend it to capture memory attacks and side-channel attacks. On a practical side, we provide a security assessment of generators used in practice, embedded in system kernel (Linux /dev/random) and cryptographic libraries (OpenSSL and Java SecureRandom), and we prove that these generators contain potential vulnerabilities
Книги з теми "Quantum Random Number Generators"
Percus, O. E. Random number generators for ultracomputers. New York: Courant Institute of Mathematical Sciences, New York University, 1987.
Знайти повний текст джерелаIstván, Deák. Random number generators and simulation. Budapest: Akadémiai Kiadó, 1990.
Знайти повний текст джерелаKollmitzer, Christian, Stefan Schauer, Stefan Rass, and Benjamin Rainer, eds. Quantum Random Number Generation. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-319-72596-3.
Повний текст джерелаLewis, Peter A. W. Graphical analysis of some pseudo-random number generators. Monterey, Calif: Naval Postgraduate School, 1986.
Знайти повний текст джерелаM, Kelsey John, and Information Technology Laboratory (National Institute of Standards and Technology). Computer Security Division, eds. Recommendation for random number generation using deterministic random bit generators (revised). Gaithersburg, MD]: U.S. Dept. of Commerce, Technology Administration, National Institute of Standards and Technology, Computer Security Division, Information Technology Laboratory, 2007.
Знайти повний текст джерелаPeter, Hellekalek, and Larcher Gerhard, eds. Random and quasi-random point sets. New York: Springer, 1998.
Знайти повний текст джерелаRandom number generation and Monte Carlo methods. New York: Springer, 1998.
Знайти повний текст джерелаRandom number generation and Monte Carlo methods. 2nd ed. New York: Springer-Verlag, 2003.
Знайти повний текст джерелаKarmakar, Debashis. Random number generators (RNG) and their testing for sequential programmes. Mumbai: Bhabha Atomic Research Centre, 2002.
Знайти повний текст джерелаNisan, Noam. Using hard problems to create pseudorandom generators. Cambridge, Mass: MIT Press, 1992.
Знайти повний текст джерелаЧастини книг з теми "Quantum Random Number Generators"
Tamura, Kentaro, and Yutaka Shikano. "Quantum Random Numbers Generated by a Cloud Superconducting Quantum Computer." In International Symposium on Mathematics, Quantum Theory, and Cryptography, 17–37. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-5191-8_6.
Повний текст джерелаSaki, Abdullah Ash, Mahabubul Alam, and Swaroop Ghosh. "Quantum True Random Number Generator." In Design Automation of Quantum Computers, 69–86. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-15699-1_4.
Повний текст джерелаPerkowitz, Sidney. "The Quantum Random Number Generator." In Science Sketches, 52–57. New York: Jenny Stanford Publishing, 2022. http://dx.doi.org/10.1201/9781003274964-9.
Повний текст джерелаPain, Puspak, Arindam Sadhu, Kunal Das, and Maitreyi Ray Kanjilal. "Quantum Random Number Generators for Cryptography: Design and Evaluation." In Lecture Notes in Electrical Engineering, 315–22. Singapore: Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-16-4035-3_28.
Повний текст джерелаIavich, Maksim, Tamari Kuchukhidze, and Razvan Bocu. "A Post-quantum Cryptosystem with a Hybrid Quantum Random Number Generator." In Advanced Information Networking and Applications, 367–78. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-28451-9_32.
Повний текст джерелаIavich, Maksim, Avtandil Gagnidze, Giorgi Iashvili, Tetyana Okhrimenko, Arturo Arakelian, and Andriy Fesenko. "Improvement of Merkle Signature Scheme by Means of Optical Quantum Random Number Generators." In Advances in Computer Science for Engineering and Education III, 440–53. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-55506-1_40.
Повний текст джерелаKozlovičs, Sergejs, and Juris Vīksna. "POSTER: A Transparent Remote Quantum Random Number Generator over a Quantum-Safe Link." In Lecture Notes in Computer Science, 595–99. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-16815-4_32.
Повний текст джерелаSadhu, Arindam, Kunal Das, Debashis De, and Maitreyi Ray Kanjilal. "MVTRNG: Majority Voter-Based Crossed Loop Quantum True Random Number Generator in QCA Nanotechnology." In Computational Advancement in Communication Circuits and Systems, 241–53. Singapore: Springer Singapore, 2019. http://dx.doi.org/10.1007/978-981-13-8687-9_22.
Повний текст джерелаIavich, Maksim. "Post-quantum Scheme with the Novel Random Number Generator with the Corresponding Certification Method." In Lecture Notes on Data Engineering and Communications Technologies, 76–88. Cham: Springer Nature Switzerland, 2023. http://dx.doi.org/10.1007/978-3-031-24475-9_7.
Повний текст джерелаEasttom, William. "Random Number Generators." In Modern Cryptography, 257–76. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-63115-4_12.
Повний текст джерелаТези доповідей конференцій з теми "Quantum Random Number Generators"
Tulli, D., C. Abellan, and W. Amaya. "Engineering High-Speed Quantum Random Number Generators." In 2019 21st International Conference on Transparent Optical Networks (ICTON). IEEE, 2019. http://dx.doi.org/10.1109/icton.2019.8840502.
Повний текст джерелаMogos, Gabriela. "Quantum random number generator vs. random number generator." In 2016 International Conference on Communications (COMM). IEEE, 2016. http://dx.doi.org/10.1109/iccomm.2016.7528306.
Повний текст джерелаPooser, R. C., P. G. Evans, T. S. Humble, W. P. Grice, and B. P. Williams. "Self Correcting Quantum Random Number Generators using Tapered Amplifiers." In Quantum Information and Measurement. Washington, D.C.: OSA, 2013. http://dx.doi.org/10.1364/qim.2013.w6.37.
Повний текст джерелаCho, Hannah, Daniel Quinter, Mohammad Sheikhattari, Franz J. Klein, and Charles W. Clark. "Random Number Generation with Quantum Computers." In Frontiers in Optics. Washington, D.C.: Optica Publishing Group, 2022. http://dx.doi.org/10.1364/fio.2022.jw5a.72.
Повний текст джерелаFerreira, Mauricio J., Nuno A. Silva, Armando N. Pinto, and Nelson J. Muga. "Homodyne Noise Characterization in Quantum Random Number Generators." In 2021 Telecoms Conference (ConfTELE). IEEE, 2021. http://dx.doi.org/10.1109/conftele50222.2021.9435473.
Повний текст джерелаAvesani, Marco, Hamid Tebyanian, Davide G. Marangon, Paolo Villoresi, and Giuseppe Vallone. "Practical Semi-Device-Independent Quantum Random Number Generators." In CLEO: QELS_Fundamental Science. Washington, D.C.: OSA, 2021. http://dx.doi.org/10.1364/cleo_qels.2021.fw3n.5.
Повний текст джерелаBurri, Samuel, Damien Stucki, Yuki Maruyama, Claudio Bruschini, Edoardo Charbon, and Francesco Regazzoni. "SPADs for quantum random number generators and beyond." In 2014 19th Asia and South Pacific Design Automation Conference (ASP-DAC). IEEE, 2014. http://dx.doi.org/10.1109/aspdac.2014.6742986.
Повний текст джерелаFerreira, Maurício J., Nuno A. Silva, and Nelson J. Muga. "Efficient Randomness Extraction in Quantum Random Number Generators." In Workshop de Comunicação e Computação Quântica. Sociedade Brasileira de Computação, 2022. http://dx.doi.org/10.5753/wquantum.2022.223591.
Повний текст джерелаSoubusta, Jan, Ondrej Haderka, and Martin Hendrych. "Quantum random number generator." In 12th Czech-Slovak-Polish Optical Conference on Wave and Quantum Aspects of Contemporary Optics, edited by Jan Perina, Sr., Miroslav Hrabovsky, and Jaromir Krepelka. SPIE, 2001. http://dx.doi.org/10.1117/12.417868.
Повний текст джерелаKrawec, Walter O. "Improving bit generation rates for quantum random number generators." In Quantum Information Science, Sensing, and Computation XV, edited by Michael L. Fanto, Michael Hayduk, Eric Donkor, and Carlos M. Torres. SPIE, 2023. http://dx.doi.org/10.1117/12.2663504.
Повний текст джерелаЗвіти організацій з теми "Quantum Random Number Generators"
Mcdonald, Kathleen Herrera. Quantum Random Number Generator. Office of Scientific and Technical Information (OSTI), August 2019. http://dx.doi.org/10.2172/1557201.
Повний текст джерелаEverhart - Erickson, Michael. Quantum Random Number Generator (QRNG). Office of Scientific and Technical Information (OSTI), January 2021. http://dx.doi.org/10.2172/1764183.
Повний текст джерелаStern, Ariana. Quantum Random Number Generator (QRNG). Office of Scientific and Technical Information (OSTI), November 2021. http://dx.doi.org/10.2172/1829616.
Повний текст джерелаBarker, E. B., and J. M. Kelsey. Recommendation for random number generation using deterministic random bit generators. Gaithersburg, MD: National Institute of Standards and Technology, 2012. http://dx.doi.org/10.6028/nist.sp.800-90a.
Повний текст джерелаBarker, Elaine B., and John M. Kelsey. Recommendation for Random Number Generation Using Deterministic Random Bit Generators. National Institute of Standards and Technology, June 2015. http://dx.doi.org/10.6028/nist.sp.800-90ar1.
Повний текст джерелаBarker, E. B., and J. M. Kelsey. Recommendation for random number generation using deterministic random bit generators (revised). Gaithersburg, MD: National Institute of Standards and Technology, 2007. http://dx.doi.org/10.6028/nist.sp.800-90.
Повний текст джерелаBarker, E. B., and J. M. Kelsey. Recommendation for random number generation using deterministic random bit generators (revised). Gaithersburg, MD: National Institute of Standards and Technology, 2007. http://dx.doi.org/10.6028/nist.sp.800-90r.
Повний текст джерелаCollins, Joseph C. Testing, Selection, and Implementation of Random Number Generators. Fort Belvoir, VA: Defense Technical Information Center, July 2008. http://dx.doi.org/10.21236/ada486379.
Повний текст джерелаAshok Srinivasan. Random Number Generation for Petascale Quantum Monte Carlo. Office of Scientific and Technical Information (OSTI), March 2010. http://dx.doi.org/10.2172/973573.
Повний текст джерелаWarnock, T., W. Beyer, and W. W. Wood. A new class of random number generators required for advanced computer architectures. Office of Scientific and Technical Information (OSTI), July 1996. http://dx.doi.org/10.2172/257445.
Повний текст джерела