Kriptolojik Rasgele Sayı Üreteçleri

Fatih Özkaynak

Özet


Rasgele sayı üreteçleri kriptolojik uygulamalar için önemli bir araçtır. Çünkü rasgelelik kaynağının yetersizliği tüm sistemin güvenliğini etkileyebilmektedir. Gerekli rasgele verinin frekansı ve miktarı uygulama ile büyük farklılık gösterebilmektedir. Bu yüzden kullanıcının ya yüksek kalitede rasgele veri ya da çok büyük miktarda sözde rasgele veri üretmek isteyebileceği hesaba katılmalıdır. Rasgele sayı üreteçlerinin çeşitli tipleri bulunmaktadır. Bu çalışmada kriptolojik uygulamalar için gürbüz rasgele sayı üreteçlerinin gereksinimlerini ve bu gereksinimleri gerçekleştirecek mimari tanımlanmıştır.

Abstract

Random number generators are an important tool for cryptographic applications. Since inadequate source of randomness can be effect security of whole system. The frequency and the amount of required random data can differ greatly with the application. Therefore, random data generation should take into account the fact that the user can request either high quality random data or a great amount of pseudorandom data. There are several types of random number generators. This paper describes requirements of robust random number generators for cryptographic applications and an architecture to realize these requirements.


Referanslar


Katz J., Lindell Y. Introduction to modern cryptography : principles and protocols, Chapman & Hall. (2008).

Paar C., Pelzl J., Understanding Cryptography A Textbook for Student and Practitioners, Springer. (2010).

Koç Ç. K., Cryptographic Engineering, Springer-Verlag. (2009).

Menezes A. J., Oorschot P. C., Vanstone S. A.. Handbook of Applied Cryptography. CRC Press, Boca Raton (1997).

Özkaynak F., Cryptographically secure random number generator with chaotic additional input, Nonlinear Dynamics (2014) 78 pp. 2015–2020.

Lagarias J. C., Pseudorandom Number Generators in Cryptography and Number Theory. Proc. Symp. Appl. Math., 42: 1990, pp. 115–143,

AIS 20. Functionality Classes and Evaluation Methodology for Deterministic Random Number Generators.

AIS 31. Functionality Classes and Evaluation Methodology for Physical Random Number Generators.

NIST. Security Requirements for Cryptographic Modules. FIPS PUB 140-2.

Marsaglia G. Diehard (Test Suite for Random Number Generators). http://www.stat.fsu.edu/pub/diehard/

Rukhin, A., Soto, J., Nechvatal, J., Smid, M., Barker, E., Leigh, S., Levenson, M., Vangel, M., Banks, D., Heckert, A., Dray, J., Vo, S.: A statistical test suite for random and pseudorandom number generators for cryptographic applications. NIST Special Publication 800–22rev1a (2010).

Knuth, D. 1981. The Art of Computer Programming, Vol. 2, Seminumerical Algorithms. 2nd ed. Addison-Wesley: Reading, Massachusetts.

Ripley, B. 1983. Computer Generation of Random Variables: A Tutorial. International Statistical Review. 51: 301-319.

L'Ecuyer, P. 1990. Random Numbers for Simulation. Communications of the ACM. 33(1): 85-97.

James, F. 1990. A review of pseudorandom number generators. Computer Physics Communications. 60: 329-344. North-Holland.

Lagarias, J. 1990. Pseudorandom Number Generators in Cryptography and Number Theory. Proceedings of Symposia in Advanced Mathematics. 42: 115-143.

Zeng, K., C. Yang, D. Wei and T. Rao. 1991. Pseudorandom Bit Generators in Stream-Cipher Cryptography. IEEE Computer. February. 8-17.

Ritter, T. 1991. The Efficient Generation of Cryptographic Confusion Sequences. Cryptologia. 15(2): 81-139.


Tam Metin: PDF

Refback'ler

  • Şu halde refbacks yoktur.