- •2.1 Частотный тест (на монотонность бит)
- •2.1.1 Назначение теста
- •2.1.2 Исходные данные
- •2.1.3 Тестовая статистика и исходное распределение
- •2.2 Частотный тест в пределах блока
- •2.2.3 Тестовая статистика
- •2.2.7 Рекомендуемый размер входной последовательности
- •2.2.8 Пример
- •3.2 Техническое описание
- •2.3 Тест Прогонов (Runs).
- •2.3.1 Цель теста.
- •2.3.2 Вызов функции.
- •2.3.3 Статистика теста и описание ссылок.
- •2.3.4 Описание теста.
- •2.3.5 Правила решения (на уровне 1%)
- •2.3.6 Вывод и интерпритация результатов теста.
- •2.3.7 Вводные рекомендации размера
- •3.3 Тест прогонов
- •2.4 Тест на самую длинную последовательность единиц в блоке
- •2.4.1 Цели теста
- •2.4.2 Вызов функции
- •2.4.3 Статистика теста и начальное распределение
- •2.4.4 Описание теста
- •2.4.6 Заключение и интерпретация результатов теста
- •2.4.8 Пример
- •3.4 Тест на самую длинную последовательность единиц в блоке
- •2.5 Тест ранга бинарной матрицы
- •2.5.Цели теста
- •2.5.2 Вызов функции Rank(n), где:
- •2.5.4 Описание теста
- •2.5.6 Заключения и интерпретация результатов теста
- •2.5.7 Рекомендации по размерам вводимых последовательностей
- •3.5 Тест ранга бинарной матрицы
- •2.7. Испытание на не перекрывание сравнений с шаблонами
- •2.7.7. Цели испытаний.
- •2.7.2. Функции запроса. NonOverlappmgTemplateMatching (м, п)
- •2 7.3. Статистическая проверка и ссылка на распределение.
- •2.7.4. Описание теста.
- •2.7.5. Правила (на уровне 1 %).
- •2.7.6. Заключения и Интерпретация Испытательных Результатов.
- •2.7.8. Пример.
- •3.7. Испытание на не перекрывание сравнений с шаблонами.
- •2.8 Тест "Накладывающегося шаблона соответствия" (Overlapping Template Matching)
- •2.8.2 Вызов функции
- •2.8.3 Статистика теста и рекомендуемое распределение
- •2.8.4 Описание теста
- •2.8.5 Правило для решения(на 1% уровне)
- •2.8.6 Вывод по результатам теста их интерпретация
- •2.9 "Универсальное Статистическое" Тест Mауpepa
- •2.9.1 Цель теста
- •2.9.2 Запрос Функции
- •2.9.3 Проверить Статистический и Сослаться на Распределение
- •2.9.4 Описание теста
- •2.9.5 Правило Решения (на 1%-ом Уровне)
- •2.9.6 Заключение и интерпретация результатов теста
- •2.9.7 Рекомендация входных размеров
- •3.9 "Универсальный статистический" тест Моурера
- •1. Цели теста
- •2. Вызов функции
- •3. Статистика теста и ссылочное распределение
- •4. Описание теста
- •5. Правило 1%
- •6. Интерпретация результатов теста
- •7. Рекомендации входного размера
- •1. Цел и теста
- •2. Вызов функции
- •3. Тестовая статистика
- •4. Описание теста
- •5. Правила решения
- •6. Заключения и интерпретация результатов тестирования
- •7. Рекомендации размера на входе
- •2.11 Тест линейной сложности
- •2.11.3 Статистика Теста и Распределение
- •2.11.4 Описание Теста
- •2.11.6 Вывод и Интерпретация Результатов Теста
- •2.11.7 Рекомендации По Входным Величинам
- •2.11.8 Пример
- •3.11 Тест линейной сложности
- •2.12 Серийный тест
- •2.12.1 Назначение теста
- •2.12.2 Вызов функций
- •2.12.3 Статистика теста и контрольное распределение
- •2.12.4 Описание теста
- •2.12.5 Решающее правило (при 1% уровне допуска)
- •2.12.6 Вывод и интерпретация результатов теста
- •2.12.7 Рекомендации по входным размерам
- •3.12 Серийный тест
- •2.13 Тест аппроксимация энтропии
- •2.13.1 Цель теста
- •2.13.2 Вызов функции
- •2.13.3 Тестирование статистического и эталонного распределения.
- •2.13.4 Описание теста.
- •2.14 Совокупные cyммы (Cusum) тест.
- •2.14.1 Цель теста
- •2.14.2 Вызов функции
- •2.14.3 Статистический тест и относительное распределение
- •2.14.4 Описание теста
- •2.14.5 Правила принятия решений (at the I % Level)
- •2.14.6 Вывод и интерпретация пункта 2.14.5
- •2.14.7 Рекомендации по размеру входной последовательности
- •2.14.8 Пример
- •3.14 Коммулятивные суммы (Cusum) тест
- •2.15 Тест произвольные отклонения.
- •2.15.1 Цель теста
- •2.15.2 Вызов функции
- •2.15.3 Статический тест и распределение ссылок
- •2.15.4 Описание теста
- •Ссылки для теста
- •2.16 Испытание варианта случайных отклонений
- •2.16.1 Цель испытания
- •2.16.3 Статистика испытаний и контрольное распределение
- •2.16.4 Описание
- •3.16 Испытание варианта случайных отклонений
1. Цел и теста
Принцип этого теста - число отличных слов в последовательности. Цель испытания состоит в том, чтобы определить, как далеко проверенная последовательность может быть сжата. Последовательность, как рассматривается, является неслучайной, если это может быть сжато. Случайная последовательность будет иметь характерное число отличных образцов.
2. Вызов функции
LempelZivCompression (n), где:
nдлина битовой последовательности. Дополнительный вход,
используемый функцией, но снабженный кодом теста;
е последовательность частиц как произведено RNG или проверяемым
PRNG существует как глобальная структура во время запроса функции;
е=е1, е2, ...
3. Тестовая статистика
На распределение Wobs. число непересекающихся и кумулятивно отличных
слов в последовательности. Распределение ссылки для испытания - нормальное
распределение.
4. Описание теста
(1) Разбивается последовательность на последовательные, непересекающиеся и отличные слова, которые формируют "словарь" слов в последовательности. Это выполняется созданием под последовательности частиц исходной последовательности. Заканчивающаяся под последовательность - новое слово в словаре. Wobs= число различных слов. Например, если е==010110010, тогда экспертиза продолжается следующим образом:
Получаем пять слов в словаре: 0, 1,01, 10, 010. Wobs = 5.
(2) Вычисляем P-value = 0.5*erfc((m - Wobs)/sqrt(2s2)) т, где т = 69586.25 и s=70.448718 при п = l(f . Для других значений n, значения m и s должны быть рассчитаны. Обратите внимание, что, так как никакая известная теория не доступна, чтобы определить точные значения m и s, эти величины были вычислены (согласно предположению о хаотичности) с использованием SHA-1. Blum-Blum-Shub генератор даст подобные результаты для m и s2. Поскольку пример в этой секции — намного короче чем рекомендуемая длина, величины для m и s2 не имеют силы. Вместо этого, предположим, что испытание проводилось на последовательности миллиона частиц, и количество Wobs= 69600 было получено.
5. Правила решения
Если вычисленная величина Р-value < 0.01, тогда заключает, что последовательность неслучайна. Иначе, заключите, что последовательность случайна.
6. Заключения и интерпретация результатов тестирования
Начиная с P-value, полученной в шаге 2 секции 2.10.4 являются > 0.01 (Р-value = 0.949310), заключение - то, что последовательность является случайной. Обратите внимание, что для n = 106, если бы Wobs упал ниже 69,561, тогда заключение было бы то, что последовательность является сжимаемой и, поэтому, не случайной.
7. Рекомендации размера на входе
Рекомендуется, чтобы каждая последовательность, которая будет проверена состояла из минимум 1,000,000 частиц (1,000,000-бит).
Этот тест сжимает случайную последовательность, используя алгоритм Лемпеля-Зива. Если сокращение статистически значительно, когда сравнено с теоретически ожидаемым результатом, последовательность, как объявляют, является неслучайной. Чтобы проверить генератор, много последовательностей должны быть проверены таким образом. Значения вероятности рассчитаны для каждой последовательности, и гипотезы, что значения вероятности однородно распределены, проверены, например, тестом Колмогорова-Смирнова. Тест подобен испытанию энтропии и даже более подобное универсальному статистическому тесту Маурера. Однако, тест Лемпеля-Зива непосредственно включает сжатие эвристически. Есть несколько разновидностей алгоритма. Тест, используемый здесь предполагает, что fn- двойная последовательность, и определяется следующим образом:
1. Просматривается последовательность и разбивается на последовательные непересекающиеся слова так, чтобы следующее слово было самой короткой нитью, среди еще не замеченных.
2. Слова нумеруются последовательно.
3. Каждое слово состоит из префикса и суффикса; префикс - номер предыдущего слова, которое соответствует всему кроме последней цифры; суффикс - последняя цифра. Возможно, что для маленького п, сжатие является более длинным чем первоначальное представление. После работы Олдоса, W(n) представляют число слов в двоичной случайной последовательности длины п. Они показывают, что слов в сжатии Лемпеля-Зива. Однако Олдос был неспособен определить ценность i [W (п)]. Эта сложность была преодолена Kirschenhofer, Prodinger, и Szpankowski (1994), которые'доказывают, что
Необходимо пройти полное декодирование. W используется, чтобы вычислить z, которое определяется по сравнению со стандартным нормальным распределением. Тест односторонний, так как некоторые скопированные последовательности фактически являются также сжатыми
Изучение моделирования с использованием Blum-Blum-Shub генератора (1986) установило, что сжатие не полезно для последовательностей длины меньше чем 10 миллионов. Точность оценки зависит от хаотичности используемого генератора. Blum-Blum-Shub генератор был выбран, потом что его хаотичность эквивалентна математической факторизации. P-value вычислена как