發(fā)布時(shí)間：2024-06-04 00:52

　　隨機(jī)數(shù)生成是信息安全和計(jì)算機(jī)仿真等領(lǐng)域的核心技術(shù)手段。如何生成高質(zhì)量的隨機(jī)數(shù)是隨機(jī)數(shù)研究領(lǐng)域的核心問題�；�于區(qū)間算法實(shí)現(xiàn)的隨機(jī)數(shù)生成具有簡單、高效的特點(diǎn),其生成隨機(jī)數(shù)的效率是各種已知方法中最高的,是近年來研究的焦點(diǎn)之一。本文在已有的區(qū)間算法上提出了一種二元精確分割區(qū)間算法。主要的改進(jìn)包括輸出區(qū)間的隱性分割方法和輸出區(qū)間的3子區(qū)間重正化方法,完全消除了區(qū)間算法輸出區(qū)間分割的舍入誤差問題,同時(shí)也極大地緩解了輸入?yún)^(qū)間分割的舍入誤差問題,從而基本解決了有限精度運(yùn)算導(dǎo)致區(qū)間算法輸出隨機(jī)數(shù)質(zhì)量下降的問題,實(shí)現(xiàn)了在有限精度整數(shù)運(yùn)算條件下將任意已知概率分布的輸入數(shù)據(jù)以精確或接近精確的方式轉(zhuǎn)換為指定的任意概率分布的隨機(jī)數(shù)。本文還設(shè)計(jì)了使用公開可見證信源的隨機(jī)數(shù)生成算法。該算法選取股票價(jià)格數(shù)據(jù)作為信源,使用ARIMA模型和區(qū)間算法對信源數(shù)據(jù)進(jìn)行處理,最終輸出二元隨機(jī)序列。NIST SP800-22隨機(jī)數(shù)檢測集的測試結(jié)果表明該算法工作良好。

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－５二元精確分割區(qū)間算法流程圖??３３??

驟７若列表／的長度為１，即７?＝?（（［７，５），〇），則依次輸出序列沖的字符，量ｎ更新為ｎ＋｜ｔ｜?（式中｜ｔ丨表示序列ｔ的長度），并將ｔ重置為；Ｉ，即ｙ（（［以），又））；??若列表／的長度為２，?＝?且ｕ為ｔ和ｆ的最共前綴，則令ｔ?＝?ｉａ＾，＝?依次輸出序列ｕ中的字符，將....

圖４－４?一階差分相關(guān)圖（ａ）自相關(guān)（ｂ）偏自相關(guān)??

?２０００?２５００?３０００??（ｂ）??圖４－３?（ａ）ｓｔｏｃｆｃｌ時(shí)間序列（ｂ）—階差分ｄｙｌ序列??第二步，白噪聲檢驗(yàn)。得到平穩(wěn)時(shí)序序列ｄｙｌ后，需要進(jìn)行白噪聲檢驗(yàn)檢驗(yàn)??序列是否為白噪聲序列，所以需要求出序列ｄｙｌ的自相關(guān)系數(shù)，如下圖所示：??１０－?１．０－??０５....

圖４－３?（ａ）ｓｔｏｃｆｃｌ時(shí)間序列（ｂ）—階差分ｄｙｌ序列??第二步，白噪聲檢驗(yàn)

ｉｉｉＳ數(shù)３?姓遲??圖４－４?一階差分相關(guān)圖（ａ）自相關(guān)（ｂ）偏自相關(guān)??４７??

圖４－６殘差相關(guān)圖（ａ）自相關(guān)（ｂ）偏自相關(guān)??

?１６?．０９５??圖４－７自相關(guān)統(tǒng)計(jì)量??殘差相關(guān)圖顯示自相關(guān)函數(shù)基本在９５％的置信區(qū)域內(nèi)，且Ｐ值大于５％，殘??差序列接受原假設(shè)，認(rèn)為該序列為白噪聲序列。并將ＡＲＩＭＡ（５，１，５）模型殘差序列??命名為?ｒｅｓｉｄｕａＺｌ。??根據(jù)上述步驟，將ｓｔｏｃ／ｃ２、ｓｔｏｃｆｃ３....

本文編號：3988631