使用人工神经网络预测随机数生成器(RANDU)生成的随机数

《IEEE Access》:Predicting RANDU Using Artificial Neural Networks

【字体: 大 中 小 】 时间:2026年05月19日 来源:IEEE Access 3.6

编辑推荐:

   摘要: RANDU 是历史上最著名的伪随机数生成器(PRNG)之一。尽管统计测试早已揭示了其安全性漏洞,但机器学习(ML)技术尚未取得同样令人信服的结果来破解其安全性。从统计学角度来看,RANDU 显示出一些规律性特征。其中最著名的规律性体现在其三维输出格子的独特结构上。这种格

  

摘要:

RANDU 是历史上最著名的伪随机数生成器(PRNG)之一。尽管统计测试早已揭示了其安全性漏洞,但机器学习(ML)技术尚未取得同样令人信服的结果来破解其安全性。从统计学角度来看,RANDU 显示出一些规律性特征。其中最著名的规律性体现在其三维输出格子的独特结构上。这种格子形成了 15 个平行平面,而这正是该生成器安全性的根本问题所在。本文提出了一种利用机器学习方法来近似 RANDU 的方案,该方法利用了格子的规律性。将这 15 个平行平面视为非线性分隔的组成部分,并通过二分类算法进行学习:位于这些平面之间的点被采样并通过人工神经网络(ANN)进行分类。ANN 得出的分隔结果与 RANDU 的三维格子一致。基于这一特性,后续的近似算法仅需前两个 RANDU 输出值即可预测下一个输出值。这种预测方法获得了 0.0636 的 MAE、0.0271 的 MSE 和 0.1648 的 RMSE 分数。从机器学习的数值近似角度来看,这种近似方法有效地削弱了 RANDU 的安全性。本研究旨在补充统计分析的结果,并从机器学习的视角进一步证实 RANDU 的安全性缺陷。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号