Функции создания случайных данных с высокой энтропией?

Существуют ли функции, которые производят «бесконечное» количество данных с высокой энтропией? Более того, существуют ли функции, которые раз за разом выдают одни и те же случайные данные (последовательно)?

Я вроде знаю, что они существуют, но есть ли у них конкретное название?

Примеры использования:

  • Использование функции для генерации 100 бит случайных данных. (Отлично!) Но при сохранении высоких значений энтропии.
  • Использование той же функции для генерации 10000 бит случайных данных. (Первые 100 сгенерированных битов совпадают со 100 битами случайных данных, сгенерированных ранее). И при этом сохраняя высокие значения энтропии

Кроме того, как мне самому создать эти функции?


random math entropy bits
person Morgan Culbertson    schedule 20.01.2015    source источник
comment
Никакая детерминированная функция не может производить результат с большей энтропией, чем вход.   -  person CodesInChaos    schedule 21.01.2015
comment
Но, возможно, вам нужен потоковый шифр. Имея около 150 бит энтропии, они могут выводить практически неограниченное количество данных, вычислительно неотличимых от действительно случайных данных.   -  person CodesInChaos    schedule 21.01.2015

Ответы (1)


arrow_upward
1
arrow_downward

Скорее всего, вы ищете генераторы псевдослучайных чисел.

  • Они инициализируются семенем, таким образом получая конечное количество энтропии.
  • #P2# <блочная цитата> #P3#
  • #P4# <блочная цитата> #P5#

Таким образом, чтобы иметь две последовательности разной длины, где одна является префиксом другой, вам просто нужно запустить PRNG с одним и тем же начальным числом оба раза.

Создавать их самостоятельно было бы довольно сложно, но довольно хорошим и простым является Mersenne Twister, который восходит только к 1998 году и определено в статье Мацумото и Нисимуры [1]. .

Тривиальным примером может служить линейный конгруэнтный генератор.

[1] Мацумото, М.; Нисимура, Т. (1998). «Твистер Мерсенна: 623-мерный равномерно распределенный генератор псевдослучайных чисел». Операции ACM по моделированию и компьютерному моделированию 8 (1): 3–30. doi:10.1145/272991.272995.

person Cimbali    schedule 21.01.2015
comment
Это именно то, что я искал. Хотя меня не беспокоят криптографические качества генераторов псевдослучайных чисел, наличие воспроизводимых функций данных с высокой энтропией идеально подходит для моих целей. Время изменить мир! - person Morgan Culbertson; 21.01.2015