利用破坏自格函数的平滑性设计之乱数产生器.docVIP

利用破壞自格函數的平滑性設計之亂數產生器 曾正男1, 陳以德2* 1中央研究院 基因體研究中心 2高雄醫學大學 醫療資訊管理系 電子郵件?: 1jengnan@, 2itchen@.tw 摘要 自格函數 (scaling function) 是建構小波基底 (wavelet basis) 低頻空間的函數，該函數的特性是他可以被用函數本身的縮小和平移的線性組合將自己建構回來，故名為自格函數。在小波理論的應用上，要保證自格函數具有某種平滑度時，決定自格函數的係數，需要滿足一些特定的條件。給定一組自格係數，就唯一決定一自格函數，因此可以利用不滿足自格係數平滑度的係數當作亂數產生的種子，來產生不收斂的自格函數，進而發展出一套無法預測的亂數序列。 關鍵詞：亂數產生器、擬亂數、亂度驗證、FIPS 140-2、FIPS 800-22 壹、前言 小波理論(Wavelet theory) 最早是由 Morlet 和 Grossman 在1980年代提出。之後在Ingrid Daubechies 於1992年提出一系列的正交小波基底以及離散小波轉換之後，該理論在計算科學領域立即掀起一陣風潮，許多對應於傅氏理論(Fourier theory) 的應用與論文不斷地被提出與討論。和傅氏轉換類似，小波轉換可以把時間域的資料轉換到頻率域，但由於小波的基底涵蓋是有限長度的(compact supported)，所以小波函數有同時精準刻劃時間域和頻率域的特性，因此在某些應用領域，小波轉換更優於傅氏轉換。也由於小波是一個有限長度的函數，相較於傅氏基底是無限長的周期函數，小波因此被命名。 小波理論最常被使用在訊號處理，特別是對於保有某種平滑度的資料來說，小波可以提供很精簡的表示方法，因此該技術被大量使用在影像的壓縮以及去除雜訊。近年來常見的H.264檔案格式的動態影像儲存技巧就是利用小波理論。在微分方程領域小波理論也佔有重要的地位，由於小波基底的涵蓋是有限長度並且相互正交，因此應用在有限元素法時，所求解的矩陣是一個對角矩陣，有別於使用其他基底的稀疏矩陣。詳細的情形不在此多作說明，有興趣了解更多關於小波理論應用的讀者請參考[4] [6]。 小波函數具有特定的平滑程度，那麼自格係數就必須滿足下列幾項條件。第一，；第二，。當第二個條件成立時，剛好是一個 m 階的多項式。若我們刻意讓 不滿足上述兩個條件，我們便無法造出一個屬於的自格函數，這樣的函數將不會是一個平滑的函數，甚至於連續性也會被破壞。因此，我們期待用這樣的一個觀點，來製造出一個怪異的，不平滑，不連續的函數。透過擷取函數值在二進位表示法中的特定位元來製造出 0，1亂數序列。 貳、小波函數 建構小波基底的一個重要函數我們稱為自格函數(Scaling function)，它的特性是函數本身可以被自己的縮小的平移函數的線性組合重組回來，故名自格函數。自格函數的數學表示為 (1) ，這個等式稱為自格等式，其中稱為自格係數。非零的自格係數個數決定自格函數的涵蓋。在小波理論中，的積分不為零，因此，我們也將自格函數視為一個低頻濾波器。觀察一下 (1)的定義，是的縮小一半並且向右平移n個單位，因此在低解析度的函數可以被高解析度的所展開。若我們定義 ， (2) 則成為一組多重尺度分析空間序列。若我們希望的聯集是，並且讓小波函數具有特定的平滑程度，那麼自格係數就必須滿足下列幾項條件。 第一，； (3) 第二，。 (4) 當第二個條件成立時，剛好是一個 m 階的多項式。為了取得發散的Wavelet，我們刻意讓 不滿足上述兩個條件，便無法造出一個屬於的自格函數，這樣的函數將不會是一個平滑的函數，甚至於連續性也會被破壞。因此，我們用這樣的一個觀點，來製造出一個怪異的、不平滑、不連續的函數。並透過擷取函數值在二進位表示法中的特定位元來製造出 0，1亂數序列。 要求取自格函數的函數值其過程非常容易。在假定自格函數屬於時，假想在最高解析度的空間自格函數函數，這裡的函數指的是 Dirac delta 函數。透過自格函數自己可以把自己建構回來的特性，裡的就是用自格係數的線性組合。在實際計算上，我們用衝激函數（impulse function）來代替函數。因此，從高解析度空間的計算低解析度空間的的精緻表示，只要使用高解析度的離散表示與自格係數的捲積（convolution）就可以得到。一般來說，為了配合每增加一次疊代計算就得到多一倍的含數值，所使用的自格係數每疊代一次就要在係數與係數之間插入0值。配合所需要的解析度，經過幾次疊代之後所得到的值需要作整體高度的修正。因為當屬於時，的積分值為1，我們可以利用這一個特性來調整函數的整體