Альтернативные алгоритмы генерации случайных величин в VHDL? [закрытый]
Я использовал LFSR, реализованный в соответствии с примитивным полиномом, но, как вы знаете, LFSR производит ряд возможных значений в повторяющемся порядке, что означает, что он не является действительно случайным!
Одно из решений, чтобы продолжать использовать LFSR и гарантировать, что он производит действительно случайное значение, - это использовать какой-то динамический способ считывания значений, полученных из LFSR, но я не могу понять, как это сделать в аппаратном обеспечении(VHDL)!
Поэтому я ищу альтернативный способ истинно получение случайного неожиданного повторяющегося значения определенной длины ie. 10-бит
Есть предложения? Я планирую реализовать их в VHDL!
1 ответ:
Генерация истинных случайных чисел на самом деле является областью собственных исследований. В основном вам нужно будет собирать информацию о некоторых, казалось бы, случайных природных явлениях с помощью какого-то датчика. Аппаратное и программное обеспечение на данный момент детерминированы, поэтому наличие одного и того же входа всегда приведет к одному и тому же выходу. Сбор внешней сенсорной информации может "рандомизировать" ваш ввод.
Вот немного чтения : https://en.wikipedia.org/wiki/Pseudorandom_number_generator
Также, вот практический пример использования внешнего сенсорного ввода в рецензируемой журнальной статье, озаглавленной случайное число, генерируемое из белого шума веб-камеры , с коротким самородком информации из аннотации:
Генераторы случайных чисел играют очень важную роль в современной криптографии, особенно в области защиты личной информации. Например, чтобы сгенерировать случайное число из белого шума веб-камера-это новый подход к персональному устройству. Благодаря нашим алгоритмам 91% генерирующих последовательностей IPcam проходят по крайней мере четыре статистических теста, 87% проходят все пять одобренных. По сравнению с веб-камерой и видео соответственно, напротив, возможность для обеих генерирующих последовательностей пройти все пять статистических тестов составляет примерно 80%. Результат подразумевает улучшение алгоритма на персональных устройствах, таких как ноутбук, например, необходимо генерировать квалифицированное случайное число для защиты личная информация.