[發明專利]基于隨機模型和在線監測的TRNG評估方法在審
| 申請號： | 202010714678.1 | 申請日： | 2020-07-23 |
| 公開（公告）號： | CN111897514A | 公開（公告）日： | 2020-11-06 |
| 發明（設計）人： | 張瀟宇;任立爭 | 申請（專利權）人： | 南京低功耗芯片技術研究院有限公司 |
| 主分類號： | G06F7/58 | 分類號： | G06F7/58 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 吳海燕 |
| 地址： | 210000 江蘇省南京*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 隨機 模型 在線 監測 trng 評估 方法 | ||
1.一種基于隨機模型和在線監測的TRNG評估方法，其特征在于，包括步驟：
(1)利用模擬噪聲源生成獨立、均勻分布且不可預測的二進制隨機序列；
(2)構建隨機模型，估計TRNG每位輸出比特的最小香農熵值；對TRNG隨機性進行形式安全評估；
(3)持續性地對TRNG原始輸出進行在線監測。
2.根據權利要求1所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟2包括：
(2.1)構建隨機模型，并初始化隨機模型的輸入參數；
(2.2)使用數字化采樣模塊對TRNG每位輸出進行采樣；
(2.3)估計TRNG每位輸出比特的最小香農熵值，對TRNG隨機性進行形式安全評估。
3.根據權利要求1所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟3包括：
(3.1)利用有限狀態機收集原始隨機序列；
(3.2)使用均勻性監測邏輯進行參數計算和特性評估，根據評估結果發出通過或者失敗信號。
4.根據權利要求2所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟2.2中，可替換為：將每位輸出異或之后再采樣。
5.根據權利要求2所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟2.3中，輸出比特的香農熵值接近1，則認為TRNG隨機性是理想不可預測的。
6.根據權利要求3所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟3.1中，判斷計數值是否大于等于N；當收集到足夠多大于等于N的原始隨機序列時，進行后續的步驟；否則繼續進行收集工作。
7.根據權利要求3所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟3.2中，在收集足夠的隨機序列之后，使用簡單比特“1”計數邏輯，并與事先設置的閾值比較，獲得特性評估結果，生成均勻性故障警告信號。
8.根據權利要求3所述的基于隨機模型和在線監測的TRNG評估方法，其特征在于，所述步驟3.2中，均勻性監測邏輯采用串行加法器和減法器進行參數計算和特性評估。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京低功耗芯片技術研究院有限公司，未經南京低功耗芯片技術研究院有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010714678.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：對焦方法、裝置和電子設備
- 下一篇：基于異步反饋單元的熵源及反饋系數計算方法
