Documenti full-text disponibili:
|
Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
|
Abstract
Ogni applicazione crittografica si basa sulla generazione di numeri random. Pertanto, la sicurezza di queste applicazioni è strettamente dipendente dalle proprietà statistiche dei sottesi generatori di numeri casuali impiegati. Lo scopo di questa ricerca è prendere una vasta serie di generatori di numeri pseudocasuali (PRNG) considerati dalla comunità scientifica come validi fonti di randomness e valutarne le principali proprietà statistiche attraverso una serie di test utilizzando la NIST test suite. In particolare, andremo a stilare una classifica dei PRNG analizzati e saremo in grado di rispondere a domande come: \textit{Quale è il numero più randomico tra Pigreco ed il numero di Nepero?}, \textit{Quale è il miglior generatore di numeri pseudocasuali tra quelli analizzati?}. Andremo difatti a dimostrare come il Blum Blum Shub Generator, il Permuted Congruential Generator, il Linear Congruential Generator ed il Mersenne Twister Generator siano tra i migliori PRNG tra quelli analizzati.
Abstract
Ogni applicazione crittografica si basa sulla generazione di numeri random. Pertanto, la sicurezza di queste applicazioni è strettamente dipendente dalle proprietà statistiche dei sottesi generatori di numeri casuali impiegati. Lo scopo di questa ricerca è prendere una vasta serie di generatori di numeri pseudocasuali (PRNG) considerati dalla comunità scientifica come validi fonti di randomness e valutarne le principali proprietà statistiche attraverso una serie di test utilizzando la NIST test suite. In particolare, andremo a stilare una classifica dei PRNG analizzati e saremo in grado di rispondere a domande come: \textit{Quale è il numero più randomico tra Pigreco ed il numero di Nepero?}, \textit{Quale è il miglior generatore di numeri pseudocasuali tra quelli analizzati?}. Andremo difatti a dimostrare come il Blum Blum Shub Generator, il Permuted Congruential Generator, il Linear Congruential Generator ed il Mersenne Twister Generator siano tra i migliori PRNG tra quelli analizzati.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Fabbri, Simone
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Generatori di numeri pseudocasuali,Randomness,P-Value,Metriche,NIST Test Suite
Data di discussione della Tesi
5 Ottobre 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Fabbri, Simone
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Generatori di numeri pseudocasuali,Randomness,P-Value,Metriche,NIST Test Suite
Data di discussione della Tesi
5 Ottobre 2023
URI
Statistica sui download
Gestione del documento: