基于变值体系的随机序列测量一维特征可视化研究.docVIP

　　基于变值体系的随机序列测量一维特征可视化研究 第1章绪论 1.1研究背景 人类利用随机数解决问题的历史可以追溯到几千年前的古代文明。历经千年的发展，现实生活中的随机数在不同的领域有着多种多样的应用。在博彩业、产品防伪、工业仿真、信息安全、数字通信、统计分析、雷达导航、软件测试和游戏等领域，随机序列都发挥着重要作用。随机序列己经成为国内外研宄的热点之一，本文主要基于随机序列在信息安全中的应用。在当今的信息时代，随着计算机和通信技术的迅猛发展以及广泛应用，社会对计算机和数据通信网络的依赖日益增大，人们对信息的存储、处理和传输需求日益迫切。个人通信、电子邮件、办公自动化的使用，电子支付系统和电子商务平台的建立，使信息技术渗透到了社会生活的方方面面，不再局限于传统的政治、军事和外交等领域。计算机和通信技术的飞速发展是一把双刃剑，给社会带来机遇的同时也增加挑战。在严峻的形势下，信息网络的规模日益庞大，网络环境越来越复杂，信息的安全保护问题己经显得十分突出，保证信息安全成为一项急迫的需求，同时，信息安全的保障能力已经成为一个国家综合国力的重要组成部分。随机序列在信息安全领域被广泛应用。密码学是保障信息安全的核心技术之一，所有公开的加密算法的安全性都依赖于密销的安全性，密销的安全强度主要依赖于密钢序列的随机性和密钢空间的大小。随机序列在密码学中扮演着非常重要的角色：序列密码中密胡的生成、初始化向量，RSA算法中大素数的生成，安全协议中的身份认证、避免重放攻击，数字水印技术等都离不开高质量的随机序列。可以说随机序列是信息安全的中不可或缺的部分。 .. 1.2本文主要工作和意义 通过汇总统计得到的量化标准简单明了，但也存在问题，它们很有可能会掩盖数据的真相。如文献[7]所说：描述性统计信息会隐藏细节信息，描述性统计学的两大支柱均值和方差提供的关于分布的信息很少。而人类对图形的敏感度和理解力比较强，将数据以图形的方式表达出来，更能发现潜藏在其中的信息，找到通过一些常规的统计方法难以挖掘到的信息，从图形中发现数据的变化趋势和变化规模，直观的做出比较。可视化是帮助探索数据集的深层次意义的有效的途径之一。可视化以图形的形式来表达数据内容，目的在于一目了然地揭示数据中的复杂信息，帮助观察者快速了解数据的概貌。表示分布最常用的方法是直方图，这种图用于展示各个值出现的频繁程度。以可视化方法展现数据能更加直观的展示序列分布、更加方便的分析序列的特性。变值逻辑理论是对传统逻辑的扩展，变值测量是在变值逻辑理论上发展的测量体系，主要使用概率测量的方式，除去传统的概率计算，还添加了归一化概率计算、条件概率测量等测量方法。使用变值测量方法，从新的角度去处理和分析随机序列，丰富对随机序列的研究思路。本文主要致力于建立随机序列的测量可视化模型，并把变值逻辑体系理论应用到模型中，通过可视化方法直观的展现随机序列的一维特征分布;：为随机序列的分析提供一种有效的可视化方法。还将序列密码算法生成的密朗流序列和DNA序列作为检测用例，引入到模型中进行测量和可视化，对可视化结果进行对比和分析。这将有助于丰富随机序列的变值分析和特征研究的方法，为随机序列测试提供更多的思路和手段。 第2章相关理论 2.1变值逻辑 从生活经验中可以看出，通过随机性事件产生随机序列需要较长的时间，且利用单一的随机事件产生随机数序列的速度、规模会受到较大的限制。在很多实际应用中，有时还需要重复使用同一个随机序列，比如序列密码的解密过程需要重现加密过程中所使用的随机序列密朗流。计算机中，伪随机序列通常是按一定算法规则而产生的、具有周期性的、类似真随机序列的序列。伪随机序列通常具有以下三个性质：随机统计特性、不可预测性、可重现[17]。初始化种子序列的随机性和安全性是保障伪随机序列不可预测的重要因素。通常从己经生成的伪随机序列中无法分析得到初始化种子，但若己知初始种子和序列生成算法，其生成序列是可以预测的[17]。因此，一般用真随机数作为初始种子，且伪随机序列发生器产生的序列与真随机序列有着相似的性质。一般情况下，伪随机序列发生器需要初始种子对序列的生成算法进行初始化，伪随机序列中的数据最终是会重复的，只是重复的周期大小有所不同。尽管如此，它也有自身的优点：从一个较短的随机种子生成较长的伪随机序列，这一点在序列密码中需要生成与明文等长的密朗序列显得尤为重要；伪随机序列能在相同的随机种子和生成算法下重现，对序列的重复使用带来了极大的便利；伪随机序列发生器在短时间内生成大量序列，提高了效率。 2.2随机序列 随机性是一个数字序列的属性，而不是单个数字的属性。我们习惯了使用术语随机数，而更准确的术语应该是随机序列。在密码学中，根据对随机性要求的差异，可将随机序列分为真随机序列和伪随机序列。随机序列的随机特性表现在具有