Preview

Информатика

Расширенный поиск

О моделировании случайных данных для оценки качества статистических тестов в криптографии

https://doi.org/10.37661/1816-0301-2024-21-4-37-45

Аннотация

Цели. Решается задача моделирования вектора вероятностей, распределенного равномерно на гиперсфере заданного радиуса с центром в точке, соответствующей дискретному равномерному распределению. Актуальность задачи состоит в том, что такой вектор вероятностей необходим для генерации случайных последовательностей при анализе вероятностей ошибок первого и второго рода статистических критериев качества криптографических генераторов, проверяющих сложную нулевую гипотезу.

Методы. Используются теория вероятностей и матричный анализ.

Результаты. Разработаны метод и алгоритм моделирования вектора вероятностей, распределенного равномерно на гиперсфере заданного радиуса – точки в K-мерном пространстве, расположенной на пересечении гиперсферы и симплекса.

Заключение. Работоспособность разработанного алгоритма моделирования вектора вероятностей, распределенного равномерно на гиперсфере заданного радиуса, проиллюстрирована компьютерными экспериментами. Генерируемый с помощью разработанного алгоритма вектор вероятностей может быть использован для моделирования псевдослучайной последовательности, позволяющей оценивать вероятности ошибок первого и второго рода статистических тестов, применяемых при анализе качества криптографических генераторов.

Для цитирования:


Палуха В.Ю., Прохорчик Н.А., Харин Ю.С. О моделировании случайных данных для оценки качества статистических тестов в криптографии. Информатика. 2024;21(4):37-45. https://doi.org/10.37661/1816-0301-2024-21-4-37-45

For citation:


Palukha U.Y., Prokharchyk M.A., Kharin Yu.S. On modeling random data to evaluate the performance of statistical tests in cryptography. Informatics. 2024;21(4):37-45. (In Russ.) https://doi.org/10.37661/1816-0301-2024-21-4-37-45

Просмотров: 190


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)