论文部分内容阅读
随机数是指具有不可预测特性的一组数据。随机数在密码学中的应用非常普遍,例如经典密码算法中的密钥生成和分配,或者量子密钥分配协议BB84中量子态的制备和测量都需要使用随机数。随机数的随机性很大程度上影响这些加密算法或协议的安全性。能够产生随机数的机制称为随机数发生器。由经典算法产生的随机数依赖于算法的计算复杂度,一旦算法的初始条件确定,算法产生的随机数也就确定了,违背了随机数的不可预测特性,因此产生的随机数称为伪随机数。而基于随机的物理过程产生的随机数满足不可预测原理,因此产生的是真随机数。本文主要研究真随机数的产生机制。另一方面,根据数据序列中’0’和’1’的比例是否相同,可以将随机数分为平衡随机数和非平衡随机数。非平衡随机数在非平衡选基的BB84协议、远距离传输BB84协议的最优选基等过程中有着重要的应用。而目前研究者提出的诸多基于物理过程的随机数发生器都只能产生平衡随机数。在本文中我们提出了一种基于量子力学原理的非平衡随机数发生器,能够产生所需比例的非平衡随机数。这篇论文主要完成以下几个工作:本文首先介绍了目前物理随机数发生器的研究现状,包括产生机制、速率、系统鲁棒性等方面。然后结合实际需求,提出了基于量子力学原理的非平衡随机数发生器。这个随机数发生器可以无偏的产生任意所需比例的非平衡随机数。文中介绍了此非平衡随机数发生器的实验装置、速率以及可能的系统优化。最后论文研究了该实验系统产生的随机数的随机特性。对于实验系统产生的‘0’和‘1’比例相同的数据序列,利用NIST检测和Three-Standard-Deviations检测即可检测其随机性。而对于实验系统产生的‘0’和‘1’比例不同的数据序列,由于目前尚没有非平衡随机数的通用检测标准,我们通过将数据的偏差、自相关性、最小熵与同比例服从“类均匀分布”的的非平衡随机数进行性质对比,以说明其随机性。其中,用作参考的非平衡随机数由商用随机数芯片IDQ-Quantis产生的平衡真随机数,使用算法转化后获得。芯片Quantis的数据通过电路板中的FPGA芯片和USB接口传输到个人电脑。