www.wikidata.de-de.nina.az

Liste von Zufallszahlengeneratoren Inhaltsverzeichnis 1 Pseudozufallszahlengeneratoren 1 1 Zuverlässige Generatoren 1 2

Liste von Zufallszahlengeneratoren

Pseudozufallszahlengeneratoren Bearbeiten

Pseudozufallgeneratoren sind Deterministische Zufallszahlengeneratoren, die Pseudozufallszahlen erzeugen (engl. pseudo random number generator). Die von ihnen erzeugten Zahlenfolgen erscheinen zufällig, obwohl sie durch einen deterministischen Algorithmus errechnet werden.

Zuverlässige Generatoren Bearbeiten

Diese nachfolgenden Pseudozufallszahlengeneratoren bestehen alle BigCrush-Tests der TestU01-Software-Suite, d. h. die generierte pseudozufällige Zahlenfolge ist von einer echt zufälligen mit diesen Tests nicht zu unterscheiden.

Der Begriff zuverlässig ist hier im stochastischen Sinn gemeint, es bedeutet nicht automatisch, dass eine generierte Sequenz auch kryptographisch sicher ist. An kryptographisch sichere Zufallszahlengeneratoren werden besondere Anforderungen gestellt.

Name log2 k
Marsaglias KISS > 124
Marsaglias LFIB4 287
ran1 (Numerical Recipes 3) ?
CMWC 4096 131086
Xorshift+ 128 128
AES (CTR) –
AES (OFB) –
SHA-1 (CTR) –
SHA-1 (OFB) –
Whirlpool (CTR) –
MRG32k3a 191
ACORN 30, 60, 90, 120, … 30t

hängt von den Anfangsparametern ab

log2 ist in den Tabellen der Zweierlogarithmus der Periodenlänge k. Die Angabe „> 124“ bedeutet also, dass die Periode des Generators länger als 2124 ist, d. h. erst nach mehr als 2124 erzeugten Zahlen beginnt er sich zu wiederholen.

Beschränkt zuverlässige Generatoren Bearbeiten

Diese Pseudozufallszahlengeneratoren bestehen alle BigCrush-Tests außer denen auf lineare Abhängigkeit. Sie sind für praktische und nicht-kryptologische Zwecke einsetzbar. Es bedeutet jedoch, dass unter Umständen lineare Abhängigkeiten auftreten, falls größere Mengen solcher Zufallszahlen verwendet werden.

Name log2 k Fehlgeschlagene Tests
Mersenne-Twister 19937 2: LinearComp
WELL 512 512 7
WELL 1024 1024 5: MatrixRank, LinearComp, HammingIndep
WELL 19937 19937 2: LinearComp
WELL 44497 44497 2: LinearComp

Wenig bis nicht zuverlässige Generatoren Bearbeiten

Diese Pseudozufallszahlengeneratoren bestehen einen Großteil der Tests nicht. Sie sollten nur verwendet werden, wenn beträchtliche stochastische Mängel der generierten Zahlenfolgen in Kauf genommen werden können.

Name log2 k Fehlgeschlagene Tests Bemerkung
TT800 800 17
Xorshift (32/64/128) 32/64/128 fast alle/7/16
Alle linearen Rekurrenzgeneratoren fast alle klassischer Generator in Standardbibliotheken, z. B. rand() (aus stdlib.h oder PHP) bzw. drand48(), Java.util.Random, …

Weitere Bearbeiten

Echte Zufallszahlengeneratoren Bearbeiten

Echte Zufallszahlengeneratoren sind Nichtdeterministische Zufallszahlengeneratoren, die echt zufällige Zahlenfolgen erzeugen (engl. random number generator). Ihre erzeugten Zahlenfolgen sind nicht reproduzierbar, so wie die Ziehung der Lottozahlen, und aperiodisch. Diese echten Zufallszahlengeneratoren erzeugen Zufallszahlen mit Hilfe physikalischer Prozesse. Sie sind meistens erheblich langsamer als Pseudozufallszahlengeneratoren, liefern also echte Zufallszahlen in (relativ) geringer Frequenz.

Zufallszahlen-Server Bearbeiten

Zufallszahlen-Server verbinden die Erzeugung echter Zufallszahlenfolgen mit Hilfe nichtdeterministischer Zufallszahlengeneratoren und deren Darstellung über eine Webschnittstelle und Onlinedienste. Es können Angaben zur gewünschten Zahlenfolge gemacht werden, z. B. fünf zufällige Zahlen aus 50 Zahlen, wie beim Eurojackpot.

Hardware Bearbeiten

Auf diese Weise erzeugte echte Zufallszahlen hoher Güte lassen sich als Startwert für deterministische Pseudozufallszahlengeneratoren verwenden.

  • Intels RdRand-Befehl

Externe Entropie Bearbeiten

Auf diese Weise erzeugte echte Zufallszahlen geringer Güte lassen sich als Startwert für deterministische Pseudozufallszahlengeneratoren verwenden.

Einzelnachweise Bearbeiten

  1. ↑ Pierre L'Ecuyer, Richard Simard: TestU01: A C library for empirical testing of random number generators, ACM Transactions on Mathematical Software, Volume 33 Issue 4, August 2007
  2. Sebastiano Vigna: Further scramblings of Marsaglia's xorshift generators. April 2014; (englisch). Describes xorshift+ generators, a generalization of XSadd. Also available directly from the author.
  3. Pierre L'Ecuyer: Good Parameters and Implementations for Combined Multiple Recursive Random Number Generators, abgerufen am 11. Mai 2012
  4. MRG32k3a Quellcode
  5. Roy Wikramaratna (1989). ACORN – A new method for generating sequences of uniformly distributed Pseudo-random Numbers. Journal of Computational Physics. 83. 16–31.
  6. Roy Wikramaratna (April 2019): Royal Society poster talk
  7. Roy Wikramaratna (Juni 2019): Oxford University Numerical Analysis seminar
  8. Intel: Bull Mountain Software Implementation Guide
  9. CryptGenRandom function auf MSDN, abgerufen am 11. Mai 2012
  10. random(4) – Linux manual page, abgerufen am 15. Mai 2012
wikipedia, wiki, deutsches, deutschland, buch, bücher, bibliothek artikel lesen, herunterladen kostenlos kostenloser herunterladen, MP3, Video, MP4, 3GP, JPG, JPEG, GIF, PNG, Bild, Musik, Lied, Film, Buch, Spiel, Spiele
Veröffentlichungsdatum:
Inhaltsverzeichnis 1 Pseudozufallszahlengeneratoren 1 1 Zuverlassige Generatoren 1 2 Beschrankt zuverlassige Generatoren 1 3 Wenig bis nicht zuverlassige Generatoren 1 4 Weitere 2 Echte Zufallszahlengeneratoren 2 1 Zufallszahlen Server 2 2 Hardware 2 3 Externe Entropie 3 EinzelnachweisePseudozufallszahlengeneratoren BearbeitenPseudozufallgeneratoren sind Deterministische Zufallszahlengeneratoren die Pseudozufallszahlen erzeugen engl pseudo random number generator Die von ihnen erzeugten Zahlenfolgen erscheinen zufallig obwohl sie durch einen deterministischen Algorithmus errechnet werden Zuverlassige Generatoren Bearbeiten Diese nachfolgenden Pseudozufallszahlengeneratoren bestehen alle BigCrush Tests der TestU01 1 Software Suite d h die generierte pseudozufallige Zahlenfolge ist von einer echt zufalligen mit diesen Tests nicht zu unterscheiden Der Begriff zuverlassig ist hier im stochastischen Sinn gemeint es bedeutet nicht automatisch dass eine generierte Sequenz auch kryptographisch sicher ist An kryptographisch sichere Zufallszahlengeneratoren werden besondere Anforderungen gestellt Name log2 kMarsaglias KISS gt 124Marsaglias LFIB4 287ran1 Numerical Recipes 3 CMWC 4096 131086Xorshift 128 2 128AES CTR AES OFB SHA 1 CTR SHA 1 OFB Whirlpool CTR MRG32k3a 3 4 191ACORN 5 6 7 30 60 90 120 30thangt von den Anfangsparametern ablog2 ist in den Tabellen der Zweierlogarithmus der Periodenlange k Die Angabe gt 124 bedeutet also dass die Periode des Generators langer als 2124 ist d h erst nach mehr als 2124 erzeugten Zahlen beginnt er sich zu wiederholen Beschrankt zuverlassige Generatoren Bearbeiten Diese Pseudozufallszahlengeneratoren bestehen alle BigCrush Tests 1 ausser denen auf lineare Abhangigkeit Sie sind fur praktische und nicht kryptologische Zwecke einsetzbar Es bedeutet jedoch dass unter Umstanden lineare Abhangigkeiten auftreten falls grossere Mengen solcher Zufallszahlen verwendet werden Name log2 k Fehlgeschlagene TestsMersenne Twister 19937 2 LinearCompWELL 512 512 7WELL 1024 1024 5 MatrixRank LinearComp HammingIndepWELL 19937 19937 2 LinearCompWELL 44497 44497 2 LinearCompWenig bis nicht zuverlassige Generatoren Bearbeiten Diese Pseudozufallszahlengeneratoren bestehen einen Grossteil der Tests nicht Sie sollten nur verwendet werden wenn betrachtliche stochastische Mangel der generierten Zahlenfolgen in Kauf genommen werden konnen Name log2 k Fehlgeschlagene Tests BemerkungTT800 800 17Xorshift 32 64 128 32 64 128 fast alle 7 16Alle linearen Rekurrenzgeneratoren fast alle klassischer Generator in Standardbibliotheken z B rand aus stdlib h oder PHP bzw drand48 Java util Random Weitere Bearbeiten Blum Blum Shub Generator Dual EC DRBG Inverser Kongruenzgenerator Kongruenzgeneratoren Fibonacci Generator Verzogerter Fibonacci Generator Maximum Length Sequence Multiply with carryEchte Zufallszahlengeneratoren BearbeitenEchte Zufallszahlengeneratoren sind Nichtdeterministische Zufallszahlengeneratoren die echt zufallige Zahlenfolgen erzeugen engl random number generator Ihre erzeugten Zahlenfolgen sind nicht reproduzierbar so wie die Ziehung der Lottozahlen und aperiodisch Diese echten Zufallszahlengeneratoren erzeugen Zufallszahlen mit Hilfe physikalischer Prozesse Sie sind meistens erheblich langsamer als Pseudozufallszahlengeneratoren liefern also echte Zufallszahlen in relativ geringer Frequenz Zufallszahlen Server Bearbeiten Zufallszahlen Server verbinden die Erzeugung echter Zufallszahlenfolgen mit Hilfe nichtdeterministischer Zufallszahlengeneratoren und deren Darstellung uber eine Webschnittstelle und Onlinedienste Es konnen Angaben zur gewunschten Zahlenfolge gemacht werden z B funf zufallige Zahlen aus 50 Zahlen wie beim Eurojackpot random org basierend auf atmospharischem Rauschen als Radioquelle qrng physik hu berlin de basierend auf Quanten Zufalligkeit von Photonen Ankunftszeiten als Entropie Quelle Hardware Bearbeiten Auf diese Weise erzeugte echte Zufallszahlen hoher Gute lassen sich als Startwert fur deterministische Pseudozufallszahlengeneratoren verwenden Intels RdRand Befehl 8 Externe Entropie Bearbeiten Auf diese Weise erzeugte echte Zufallszahlen geringer Gute lassen sich als Startwert fur deterministische Pseudozufallszahlengeneratoren verwenden CryptGenRandom 9 Microsoft Windows Cryptography API die virtuelle Geratdatei dev random 10 unter Linux und anderen unixoiden Betriebssystemen Einzelnachweise Bearbeiten a b Pierre L Ecuyer Richard Simard TestU01 A C library for empirical testing of random number generators ACM Transactions on Mathematical Software Volume 33 Issue 4 August 2007 Sebastiano Vigna Further scramblings of Marsaglia s xorshift generators April 2014 abgerufen im 1 Januar 1 englisch Describes xorshift generators a generalization of XSadd Also available directly from the author Pierre L Ecuyer Good Parameters and Implementations for Combined Multiple Recursive Random Number Generators abgerufen am 11 Mai 2012 MRG32k3a Quellcode Roy Wikramaratna 1989 ACORN A new method for generating sequences of uniformly distributed Pseudo random Numbers Journal of Computational Physics 83 16 31 Roy Wikramaratna April 2019 Royal Society poster talk Roy Wikramaratna Juni 2019 Oxford University Numerical Analysis seminar Intel Bull Mountain Software Implementation Guide CryptGenRandom function auf MSDN abgerufen am 11 Mai 2012 random 4 Linux manual page abgerufen am 15 Mai 2012Pierre L Ecuyer TestU01 Bibliothek abgerufen am 11 Mai 2012 Pierre L Ecuyer s publications Universitat von Montreal Abgerufen von https de wikipedia org w index php title Liste von Zufallszahlengeneratoren amp oldid 237899856