Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.00193

帮助 | 高级搜索

计算机科学 > 密码学与安全

arXiv:2501.00193 (cs)
[提交于 2024年12月31日 ]

标题: 一种具有可编程统计特性的多序列生成伪随机数生成器

标题: A Pseudo-random Number Generator for Multi-Sequence Generation with Programmable Statistics

Authors:Jianan Wu, Ahmet Yusuf Salim, Eslam Elmitwalli, Selçuk Köse, Zeljko Ignjatovic
摘要: 伪随机数生成器(PRNGs)在从密码学到统计模拟和优化算法的广泛应用中至关重要。虽然均匀随机性对于像密码学这样的安全关键领域至关重要,但许多领域,如模拟退火和基于CMOS的伊辛机,通过受控或非均匀随机性来增强解决方案探索并优化性能。本文提出了一种硬件PRNG,可以同时生成多个不相关的序列,并具有针对特定应用需求的可编程统计特性。该PRNG设计在65nm工艺中,占用面积约为0.0013mm^2,能耗为0.57pJ/位。仿真结果证实了PRNG在调节统计分布方面的有效性,并展示了高质量的随机性特性。
摘要: Pseudo-random number generators (PRNGs) are essential in a wide range of applications, from cryptography to statistical simulations and optimization algorithms. While uniform randomness is crucial for security-critical areas like cryptography, many domains, such as simulated annealing and CMOS-based Ising Machines, benefit from controlled or non-uniform randomness to enhance solution exploration and optimize performance. This paper presents a hardware PRNG that can simultaneously generate multiple uncorrelated sequences with programmable statistics tailored to specific application needs. Designed in 65nm process, the PRNG occupies an area of approximately 0.0013mm^2 and has an energy consumption of 0.57pJ/bit. Simulations confirm the PRNG's effectiveness in modulating the statistical distribution while demonstrating high-quality randomness properties.
评论: 4页,9图
主题: 密码学与安全 (cs.CR) ; 信息论 (cs.IT)
引用方式: arXiv:2501.00193 [cs.CR]
  (或者 arXiv:2501.00193v1 [cs.CR] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.00193
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ahmet Yusuf Salim [查看电子邮件]
[v1] 星期二, 2024 年 12 月 31 日 00:06:09 UTC (632 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.IT
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号