随机数检测(三)

随机数检测(三)- 块内最大游程检测、二元推导检测、自相关检测、矩阵秩检测

    • 3.8 块内最大游程检测方法
    • 3.9 二元推导检测方法
    • 3.10 自相关检测
    • 3.11 矩阵秩检测

如果商用密码产品认证中遇到问题,欢迎加微信symmrz或13720098215沟通。

3.8 块内最大游程检测方法

块内最大游程检测方法如下图。
块内最大游程检测1
块内最大游程检测2

以下实现代码供参考。


#get blockFrequency param, follow GM/T 0005-2021 appendix A
def getlongestRunOfOnesM(len):if len < 6272:m = 8K = 3pi = [0.2148, 0.3672,0.2305,0.1875]Vparam = [1,2,3,4]elif len < 750000:m =  128K = 5pi = [0.1174,0.2430,0.2494,0.1752,0.1027,0.1124]Vparam = [4,5,6,7,8,9]else:m = 10000K = 6pi = [0.086632, 0.208201, 0.248419,0.193913,0.121458,0.068011,0.073366]Vparam = [10,11,12,13,14,15,16]return {'m':m, 'K':K, 'pi':pi, 'vparam':Vparam}  #run'1' and run'0' is decided by input
def longestRunOfOnes(epsilon:bitarray, runtype:int):n = int(len(epsilon))param = getlongestRunOfOnesM(n)K = param['K']m = param['m']pi = param['pi']vparam = param['vparam']N = n/mepsilonList = epsilon.tolist()nu = [0]*(K+1)for i in range(int(N)):v_n_obs = 0run = 0for j in range(m):if epsilonList[i*m+j] == runtype:run += 1if  run > v_n_obs:v_n_obs = runelse:run = 0if v_n_obs < vparam[0]:nu[0] += 1elif v_n_obs > vparam[K]:nu[K] += 1else:for j in range(K+1):if v_n_obs == vparam[j]:nu[j] += 1breakV_value = 0.0for i in range(K+1):V_value += ((nu[i] - N*pi[i])**2)/(N * pi[i])pvalue = scipy.special.gammaincc(K/2, V_value/2)qvalue = pvaluereturn {'p':pvalue, 'q':qvalue}

3.9 二元推导检测方法

二元推导检测方法如下图。
二元推导检测

以下实现代码供参考。

def getK(n):if n < 100000000:k = [3,7]else:k = [3,7,15]return k
def binaryDerivate(epsilon:bitarray, k):epsilonList = epsilon.tolist()n = len(epsilonList)if n < 100:print('error n len!')for loop in range(k):for i in range(n-1-loop):epsilonList[i] = epsilonList[i]^epsilonList[i+1]del epsilonList[n - k: n]sn = epsilonList.count(1) - epsilonList.count(0)V = sn/sqrt(n-k)# print('V:', V)pvalue = math.erfc(abs(V)/sqrt(2))qvalue = math.erfc(V/sqrt(2))/2return {'p':pvalue, 'q':qvalue}

3.10 自相关检测

自相关检测方法如下图。
自相关检测

以下实现代码供参考。

def getselfCorrelationM(len):if len < 1000000:d = [2,8,16]elif len < 100000000:d = [1,2,8,16]else:d = [1,2,8,16,32]return d    def selfCorrelation(epsilon:bitarray, d):n = int(len(epsilon))epsilonList = epsilon.tolist()ad = 0for i in range(n-d):ad += epsilonList[i]^epsilonList[i+d]V = 2*(ad-((n-d)/2))/sqrt(n-d)pvalue = math.erfc(abs(V)/sqrt(2))qvalue = math.erfc(V/sqrt(2))/2return {'p':pvalue, 'q':qvalue}

3.11 矩阵秩检测

矩阵秩检测方法如下图。
矩阵秩1
矩阵秩2

以下实现代码供参考。


MATRIX_FORWARD_ELIMINATION  = 0
MATRIX_BACKWARD_ELIMINATION = 1def perform_elementary_row_operations(flag:int, i:int, M:int, Q:int, A:np.matrix):if flag == MATRIX_FORWARD_ELIMINATION:for j in range(i+1,M):#( j=i+1; j<M;  j++ )if A[j,i] == 1: for k in range(i,Q):#( k=i; k<Q; k++ ) A[j,k] = (A[j,k] + A[i,k]) % 2else:for j in range(i-1,-1,-1):#( j=i-1; j>=0;  j-- )if A[j,i] == 1:for k in range(Q):#k=0; k<Q; k++ )A[j,k] = (A[j,k] + A[i,k]) % 2def find_unit_element_and_swap(flag:int, i:int, M:int, Q:int, A:np.matrix):row_op=0if flag == MATRIX_FORWARD_ELIMINATION:index = i+1while (index < M) and (A[index,i] == 0): index += 1if index < M:row_op = swap_rows(i, index, Q, A)else:index = i-1while (index >= 0) and (A[index,i] == 0): index -= 1if index >= 0:row_op = swap_rows(i, index, Q, A)return row_opdef swap_rows(i:int, index:int, Q:int, A:np.matrix):A[[i,index],:] = A[[index,i],:]return 1def determine_rank(m:int, M :int, Q:int, A:np.matrix):# DETERMINE RANK, THAT IS, COUNT THE NUMBER OF NONZERO ROWS rank = mfor i in range(M):if np.sum(A[i] == 1) == 0:rank -= 1return rankdef computeRank(M:int, Q:int, matrix:np.matrix, countflag):m=min(M,Q);# FORWARD APPLICATION OF ELEMENTARY ROW OPERATIONSfor i in range(m-1):if matrix[i,i] == 1:perform_elementary_row_operations(MATRIX_FORWARD_ELIMINATION, i, M, Q, matrix)else:if find_unit_element_and_swap(MATRIX_FORWARD_ELIMINATION, i, M, Q, matrix) == 1:perform_elementary_row_operations(MATRIX_FORWARD_ELIMINATION, i, M, Q, matrix)for i in range(m-1, 0,-1):#( i=m-1; i>0; i-- ) {if matrix[i,i] == 1:perform_elementary_row_operations(MATRIX_BACKWARD_ELIMINATION, i, M, Q, matrix)else:# {    /* matrix[i][i] = 0 */if find_unit_element_and_swap(MATRIX_BACKWARD_ELIMINATION, i, M, Q, matrix) == 1:perform_elementary_row_operations(MATRIX_BACKWARD_ELIMINATION, i, M, Q, matrix)rank = determine_rank(m, M, Q, matrix)return rankdef rank(epsilon:bitarray):M = 32Q = 32MMutipleQ = M*Qn = int(len(epsilon))N = int(n/MMutipleQ)epsilonList = epsilon.tolist()R = []if N==0:print('rank N error!')return 1for i in range(N):A = np.mat([epsilonList[i*MMutipleQ + j*Q:i*MMutipleQ + j*Q + Q:1] for j in range(M)],int)R.append(computeRank(M, Q, A, i==3)) # print('R:', R)FM = R.count(M)FM_1 = R.count(M-1)V = (FM-0.2888*N)**2/(0.2888*N) + (FM_1-0.5776*N)**2/(0.5776*N) + (N-FM-FM_1-0.1336*N)**2/(0.1336*N) pvalue = scipy.special.gammaincc(1, V/2)qvalue = pvaluereturn {'p':pvalue, 'q':qvalue}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/15045.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

uniapp - [全端兼容] 多选弹框选择器,弹框形式的列表多选选择器组件插件(底部弹框式列表多选功能,支持数据回显、动态数据、主题色等配置)

前言 网上的教程都太乱了,各种不兼容且 BUG 太多,注释也没有很难进行改造。 本文 实现了 uniapp 全端兼容的弹框多选选择器,从底部弹出列表项进行多选(可回显已选中和各种主题色、样式配置), 您可以直接复制代码,稍微改改样式就能用了。 如下图所示,数据列表(支持接口…

23 | MySQL是怎么保证数据不丢的?

以下内容出自《MySQL 实战 45 讲》 23 | MySQL是怎么保证数据不丢的&#xff1f; binlog 的写入机制 1、事务执行过程中&#xff0c;先把日志写到 binlog cache&#xff0c;事务提交的时候&#xff0c;再把 binlog cache 写到 binlog 文件中。 2、一个事务的 binlog 是不能被…

C++的范围for语句详解 附易错实例

&#x1f4af; 博客内容&#xff1a;C读取一行内个数不定的整数的方式 &#x1f600; 作  者&#xff1a;陈大大陈 &#x1f680; 个人简介&#xff1a;一个正在努力学技术的准前端&#xff0c;专注基础和实战分享 &#xff0c;欢迎私信&#xff01; &#x1f496; 欢迎大家&…

Linux开发工具【gcc/g++】

Linux开发工具之【gcc/g】 上文我们已经学习了vim编辑器的相关操作和使用&#xff0c;已经可以在Linux下编写代码了&#xff0c;有了代码就需要编译运行&#xff0c;此时就需要用到Linux中的编译工具gcc/g了&#xff0c;其中gcc是C语言的编译器&#xff0c;g是C的编译器&#…

分销架构总结

概述 对于过往分销系统的经验总结。视角上会不区分实物及虚拟服务的分销。 分销定义&#xff1a;将产品从生产者转移到消费者。 分销职责&#xff1a;获客&#xff0c;服务(售前&#xff0c;售中&#xff0c;售后)。核心是通过不同分销渠道将产品能卖出去。 在整体分销网络…

go-zero的rpc服务案例解析

go-zero的远程调用服务是基于gRpc的gRPC教程与应用。 zero使用使用gRpc需要安装protoc插件&#xff0c;因为gRpc基于protoc插件使用protocol buffers文件生成rpc服务器和api的代码的。 gRPC 的代码生成还依赖 protoc-gen-go&#xff0c;protoc-gen-go-grpc 插件来配合生成 Go…

小程序本地生活

2023年7月1号 感觉就是视频要快点看不完 不然哪天接口又失效了 Page({/*** 页面的初始数据*/data: {// 存放轮播图的数据swiperList:[],// 存放九宫格的数据gridList:[]},/*** 生命周期函数--监听页面加载*/onLoad(options) {this.getSwiperList()this.getGridList()},// 获…

YApi-高效、易用、功能强大的可视化接口管理平台——(二)YApi 分组权限

YApi 分组权限 认识 YApi角色划分项目权限分组权限分组操作创建分组项目列表添加成员分组删除 认识 YApi YApi 是一个开源的接口管理平台&#xff0c;可以方便地管理和测试 API 接口&#xff0c;支持接口文档自动生成、Mock 数据生成、接口测试和接口监控等功能。YApi 支持多人…

cmake列表

目录 cmake多行注释 求list长度 demo 获取list的值 demo 插入list demo 追加list demo 查找列表中的字符 demo 删除list list向前删除和向后删除数据 demo 字符串反转 demo 特殊操作 Readinglist(LENGTH <list> <out-var>)list(GET <list> &…

C++图形开发(11):小球碰到方块的判定

文章目录 1.有哪些情况&#xff1f;1.1 小球在方块左侧1.2 小球在方块上面1.3 小球在方块右侧 2.解决 1.有哪些情况&#xff1f; 今天来实现下小球碰到方块的判定 那么我们首先要明确的就是在什么时候&#xff0c;小球会碰到方块&#xff1f; 1.1 小球在方块左侧 第一个就是…

SendGrid 无法注册,Create Account 按钮灰色无法点击

问题描述&#xff1a; 注册SendGrid的时候&#xff0c;账号密码都输好了&#xff0c;就是没办法点【Create Account】。 解释思路&#xff1a; 其实空白处有一个reCAPTCHA 验证码&#xff0c;但是被隐去了。所以我们的思路是如何让网页中的reCAPTCHA 验证码顺利显示出来。 问…

如何使用 OpenCV 去除图像背景

文末附源代码的免费下载链接 在本教程中,我们将学习如何使用 OpenCV 使用一种名为背景减法的技术来去除视频中的背景。 背景扣除是计算机视觉中用于检测视频中移动物体的常用技术。对于安全、监视、交通监控等来说,这是一种非常有用的技术。 背景减法的基本思想是通过从前景…