Key points are not available for this paper at this time.
무작위 수 생성기(RNG)는 특히 암호화 환경에서 구축하고 테스트하기 매우 어렵습니다. 출력의 통계적 특성만으로 RNG의 품질을 결정할 수는 없지만, 수치 테스트를 수행하는 것은 강력한 검증 도구이며 유일하게 보편적으로 적용 가능한 방법입니다. 이 작업에서는 기존의 통계적 테스트 모음을 기반으로 한 포괄적인 통계 테스트 환경(STE)을 제시하고 제공합니다. STE는 경량(즉, 빠른) 테스트부터 인증 기관에서 요구하는 것보다 훨씬 더 심층적인 테스트까지 실행하도록 매개변수를 설정할 수 있습니다. 이를 통해 여러 RNG의 통계적 특성을 벤치마킹하고 서로 비교합니다. 그런 다음 다양한 후처리 방법을 무작위성 추출기의 형태로 제시하고 구현하여 서로 다른 가정 집합 하에서 RNG의 출력 품질을 개선하고 STE를 사용한 수치 테스트를 통해 그 영향을 분석합니다.
Foreman 외 (수요일), 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: