مولد أرقام عشوائية للأجهزة

في مجال الحوسبة ، يُعرف مولد الأرقام العشوائية المادي ( HRNG )، أو مولد الأرقام العشوائية الحقيقي ( TRNG )، أو مولد البتات العشوائية غير الحتمي ( NRBG )، ^{[ 1 ]} أو مولد الأرقام العشوائية الفيزيائي ^{[ 2 ] [ 3 ]} بأنه جهاز يُولّد أرقامًا عشوائية من خلال عملية فيزيائية قادرة على إنتاج الإنتروبيا ، وذلك على عكس مولد الأرقام العشوائية الزائفة (PRNG) الذي يستخدم خوارزمية حتمية ^{[ 2 ]} ، ومولدات البتات العشوائية غير الحتمية غير الفيزيائية التي لا تتضمن مكونات مادية مخصصة لتوليد الإنتروبيا. ^{[ 1 ]}

تُنتج العديد من الظواهر الطبيعية إشارات " ضوضاء " منخفضة المستوى وعشوائية إحصائيًا ، بما في ذلك الضوضاء الحرارية وضوضاء الطلقات ، والارتعاش وعدم استقرار الدوائر الإلكترونية، والحركة البراونية ، والضوضاء الجوية . ^{[ 4 ]} كما استخدم الباحثون التأثير الكهروضوئي ، الذي يتضمن مقسمًا شعاعيًا ، وظواهر كمومية أخرى ، ^{[ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ]} وحتى الاضمحلال النووي (نظرًا لاعتبارات عملية، فإن الأخير، وكذلك الضوضاء الجوية، غير عملي إلا في تطبيقات محدودة للغاية أو خدمات التوزيع عبر الإنترنت). ^{[ 4 ]} في حين أن الظواهر "الكلاسيكية" (غير الكمومية) ليست عشوائية حقًا، فإن النظام الفيزيائي غير المتوقع يُعد مقبولًا عادةً كمصدر للعشوائية، لذلك تُستخدم صفتا "حقيقي" و"فيزيائي" بشكل متبادل. ^{[ 10 ]}

من المتوقع أن يُخرج مولد الأرقام العشوائية المُصمم للأجهزة أرقامًا عشوائية شبه مثالية (" إنتروبيا كاملة "). ^{[ 1 ]} عادةً لا تمتلك العملية الفيزيائية هذه الخاصية، وعادةً ما يتضمن مولد الأرقام العشوائية الحقيقي العملي بضع كتل: ^{[ 11 ]}

• مصدر ضوضاء يقوم بتنفيذ العملية الفيزيائية التي تنتج الإنتروبيا. عادةً ما تكون هذه العملية تناظرية ، لذلك يتم استخدام محول رقمي لتحويل خرج المصدر التناظري إلى تمثيل ثنائي؛
• مُهيئ ( مستخرج عشوائية ) يعمل على تحسين جودة البتات العشوائية؛
• الاختبارات الصحية . تُستخدم مولدات الأرقام العشوائية الحقيقية في الغالب في الخوارزميات التشفيرية التي تتعطل تمامًا إذا كانت الأرقام العشوائية ذات إنتروبيا منخفضة، لذلك يتم تضمين وظيفة الاختبار عادةً.

تُنتج مولدات الأرقام العشوائية المادية عادةً عددًا محدودًا من البتات العشوائية في الثانية. ولزيادة معدل بيانات الإخراج المتاح، تُستخدم غالبًا لتوليد " البذرة " لمولد أرقام عشوائية زائفة أسرع. كما يُساعد مولد الأرقام العشوائية الزائفة في "إخفاء" مصدر الضوضاء (تبييض خصائص تعريف مصدر الضوضاء) واستخراج الإنتروبيا . باختيار خوارزمية مولد أرقام عشوائية زائفة مناسبة ( مولد أرقام عشوائية زائفة آمن تشفيريًا ، CSPRNG)، يُمكن لهذا المزيج تلبية متطلبات معايير معالجة المعلومات الفيدرالية ومعايير التقييم المشتركة . ^{[ 12 ]}

يمكن استخدام مولدات الأرقام العشوائية المادية في أي تطبيق يتطلب العشوائية. مع ذلك، في العديد من التطبيقات العلمية، لا تُقدم التكلفة الإضافية والتعقيد الذي تُسببه مولدات الأرقام العشوائية الحقيقية (مقارنةً بمولدات الأرقام العشوائية الزائفة) أي فوائد ملموسة. وتُعاني مولدات الأرقام العشوائية الحقيقية من عيوب إضافية في تطبيقات علوم البيانات والإحصاء: استحالة إعادة تشغيل سلسلة من الأرقام ما لم يتم تخزينها، والاعتماد على كيان مادي تناظري قد يُخفي عطل المصدر. لذلك، تُستخدم مولدات الأرقام العشوائية الحقيقية بشكل أساسي في التطبيقات التي يكون فيها عدم القدرة على التنبؤ بها واستحالة إعادة تشغيل سلسلة الأرقام أمرًا بالغ الأهمية لنجاح التنفيذ: في علم التشفير وآلات القمار. ^{[ 13 ]}

استُخدمت الأجهزة المادية لتوليد أرقام عشوائية لآلاف السنين، وخاصةً لأغراض المقامرة . وقد عُرفت النرد على وجه الخصوص لأكثر من 5000 عام (حيث عُثر عليها في مواقع في العراق وإيران الحديثتين)، ويعود تاريخ رمي العملة المعدنية (مما ينتج عنه بت عشوائي) على الأقل إلى زمن روما القديمة . ^{[ 16 ]}

كان فرانسيس غالتون (1890) أول من استخدم مولد الأرقام العشوائية الفيزيائي لأغراض علمية، وفقًا لتوثيقه . ^{[ 17 ]} ابتكر غالتون طريقة لأخذ عينة من توزيع احتمالي باستخدام نرد شائع الاستخدام في ألعاب القمار. فبالإضافة إلى الرقم العلوي، نظر غالتون أيضًا إلى وجه النرد الأقرب إليه، مما أدى إلى توليد 24 نتيجة (حوالي 4.6 بت من العشوائية). ^{[ 16 ]}

استخدم كيندال وبابينغتون-سميث (1938) ^{[ 18 ]} قرصًا سريع الدوران مكونًا من 10 قطاعات، مُضاءً بنبضات ضوئية دورية. وكان يقوم شخصٌ ما بأخذ العينات عن طريق كتابة الرقم الموجود أسفل شعاع الضوء على لوحة. استُخدم الجهاز لإنتاج جدول أرقام عشوائية مكون من 100,000 رقم (في ذلك الوقت، كانت هذه الجداول تُستخدم في التجارب الإحصائية، مثل مولدات الأرقام العشوائية الزائفة في الوقت الحاضر). ^{[ 16 ]}

في 29 أبريل 1947، بدأت مؤسسة راند بتوليد أرقام عشوائية باستخدام "عجلة روليت إلكترونية"، تتكون من مصدر نبضات بتردد عشوائي يبلغ حوالي 100,000 نبضة في الثانية، يتم التحكم فيه مرة واحدة في الثانية بنبضة بتردد ثابت، ثم يُغذى إلى عداد ثنائي ذي خمس بتات. قامت شركة دوغلاس للطائرات بتصنيع الجهاز، مُطبقةً اقتراح سيسيل هاستينغز (RAND P-113) ^{[ 19 ]} لمصدر الضوضاء (على الأرجح السلوك المعروف لأنبوب ثيراترون الغاز المصغر 6D4 عند وضعه في مجال مغناطيسي ^{[ 20 ]} ). تم تعيين 20 قيمة من أصل 32 قيمة ممكنة للعداد على الأرقام العشرة، بينما تم تجاهل القيم الـ 12 المتبقية. ^{[ 21 ]} حُوِّلت نتائج تشغيل مطوّل من جهاز RAND، بعد ترشيحها واختبارها، إلى جدول، كان موجودًا في الأصل على شكل مجموعة من البطاقات المثقبة ، ثم نُشر لاحقًا في عام 1955 ككتاب، يحتوي على 50 صفًا من 50 رقمًا في كل صفحة ^{[ 16 ]} ( مليون رقم عشوائي مع 100,000 انحراف معياري ). شكّل جدول RAND إنجازًا هامًا في مجال توليد الأرقام العشوائية، إذ لم يسبق أن توفر جدول بهذا الحجم وبهذه الدقة. وقد كان مصدرًا قيّمًا للمحاكاة والنمذجة، ولاستخلاص الثوابت العشوائية في خوارزميات التشفير، لإثبات أن هذه الثوابت لم تُختار عمدًا (" أرقام لا تخفي شيئًا "). ^{[ 22 ]}

منذ أوائل الخمسينيات من القرن الماضي، كان البحث في مولدات الأرقام العشوائية نشطًا للغاية، حيث تم نشر آلاف الأعمال البحثية ومنح حوالي 2000 براءة اختراع بحلول عام 2017. ^{[ 16 ]}

تم اقتراح العديد من تصميمات مولدات الأرقام العشوائية الحقيقية المختلفة على مر الزمن، مع مجموعة واسعة من مصادر الضوضاء وتقنيات التحويل الرقمي ("التجميع"). ومع ذلك، فإن الاعتبارات العملية (الحجم، الطاقة، التكلفة، الأداء، المتانة) تفرض السمات المرغوبة التالية: ^{[ 23 ]}

• استخدام عملية السيليكون الرخيصة والمتوفرة بشكل شائع؛
• الاستخدام الحصري لتقنيات التصميم الرقمي. وهذا يسمح بتكامل أسهل للنظام على شريحة واحدة ويتيح استخدام FPGAs ؛
• تصميم صغير الحجم ومنخفض الطاقة. وهذا يثني عن استخدام المكونات التناظرية (مثل مكبرات الصوت )؛
• التبرير الرياضي لآليات تجميع الإنتروبيا.

قام ستيبسيفيتش وكوتش في عام 2014 بتصنيف الظواهر الفيزيائية المستخدمة لتنفيذ TRNG إلى أربع مجموعات: ^{[ 3 ]}

• الضوضاء الكهربائية؛
• المذبذبات الحرة التشغيل؛
• فوضى؛
• التأثيرات الكمومية.

قد يكون فشل مولد الأرقام العشوائية الحقيقي معقدًا ودقيقًا للغاية، مما يستلزم التحقق ليس فقط من النتائج (تدفق البتات الناتج)، بل أيضًا من عدم القدرة على التنبؤ بمصدر العشوائية. ^{[ 10 ]} ينبغي مراقبة مولدات الأرقام العشوائية المادية باستمرار لضمان عملها السليم، وذلك للحماية من تدهور مصدر العشوائية الناتج عن أسباب طبيعية أو هجمات متعمدة. يحدد كل من معيار FIPS Pub 140-2 ومنشور NIST الخاص 800-90B ^{[ 42 ]} اختبارات يمكن استخدامها لهذا الغرض.

إن الحد الأدنى من الاختبارات في الوقت الحقيقي التي تفرضها هيئات الاعتماد ليس كبيرًا؛ على سبيل المثال، يتطلب NIST في SP 800-90B اختبارين صحيين مستمرين فقط : ^{[ 43 ]}

1. يتحقق اختبار عدد التكرار من أن تسلسلات الأرقام المتطابقة ليست طويلة جدًا، بالنسبة لحالة (نموذجية) لمولد الأرقام الحقيقية الحقيقي الذي يقوم بتحويل بت واحد في كل مرة، وهذا يعني عدم وجود سلاسل طويلة من الأصفار أو الآحاد؛
2. يتحقق اختبار النسبة التكيفية من أن أي رقم عشوائي لا يتكرر بشكل متكرر في تدفق البيانات ( انحياز منخفض ). بالنسبة لمصادر الإنتروبيا الموجهة نحو البتات، يعني ذلك أن عدد الآحاد والأصفار في تدفق البتات متساوٍ تقريبًا.

• AN/CYZ-9
• تجارب اختبار الجرس
• /dev/random
• إرني
• لافاراند (مولد أرقام عشوائية يعتمد على حركة المواد العائمة في مصابيح الحمم البركانية)
• قائمة مولدات الأرقام العشوائية
• آلة اليانصيب
• RDRAND
• وحدة النظام الأساسي الموثوقة

• توران، ميلتيم سونميز؛ باركر، إيلين؛ كيلسي، جون؛ مكاي، كيري أ؛ بايش، ماري ل؛ بويل، مايك (2018). NIST SP800-90B: توصية بشأن مصادر الإنتروبيا المستخدمة لتوليد البتات العشوائية (تقرير). غايثرسبيرغ، ماريلاند: المعهد الوطني للمعايير والتكنولوجيا. doi : 10.6028/nist.sp.800-90b .
• تيمبل، م. (2016). المحاكاة لعلوم البيانات باستخدام لغة R. دار نشر باكت. رقم ISBN 978-1-78588-587-7تم الاطلاع عليه بتاريخ 2023-08-07 .
• سارينين، ماركو-يوهاني أو.؛ ​​نيويل، جي. ريتشارد؛ مارشال، بن (9 نوفمبر 2020). بناء مولد أرقام عشوائية حقيقي حديث: واجهة مصدر إنتروبيا لـ RISC-V (ملف PDF) . نيويورك، نيويورك، الولايات المتحدة الأمريكية: ACM. doi : 10.1145/3411504.3421212 . مؤرشف من الأصل في 16 مارس 2021. تم الاطلاع عليه في 9 سبتمبر 2023 .{{cite conference}}: CS1 maint: bot: حالة عنوان URL الأصلي غير معروفة ( رابط )
• شيندلر، فيرنر (2009). "مولدات الأرقام العشوائية للتطبيقات التشفيرية". الهندسة التشفيرية . بوسطن، ماساتشوستس: سبرينغر الولايات المتحدة. ص 5-23 . doi : 10.1007/978-0-387-71817-0_2 . ISBN  978-0-387-71816-3.
• سونار، بيرك (2009). "مولدات الأرقام العشوائية الحقيقية للتشفير". هندسة التشفير . بوسطن، ماساتشوستس: سبرينغر الولايات المتحدة. ص 55-73 . doi : 10.1007/978-0-387-71817-0_4 . ISBN  978-0-387-71816-3.
• ليكويير، بيير (2017). تاريخ توليد الأرقام العشوائية المنتظمة (ملف PDF) . مؤتمر محاكاة الشتاء 2017 (WSC). لاس فيغاس، نيفادا، الولايات المتحدة الأمريكية: IEEE. doi : 10.1109/wsc.2017.8247790 . ISBN 978-1-5386-3428-8ISSN 1558-4305​​ 
• ستيبشيفيتش، ماريو؛ كوتش، جتين كايا (2014). "مولدات الأرقام العشوائية الحقيقية". مسائل مفتوحة في الرياضيات وعلوم الحاسوب (ملف PDF) . تشام: دار نشر سبرينغر الدولية. الصفحات 275-315 . doi : 10.1007/978-3-319-10683-0_12 . ISBN  978-3-319-10682-3.
• هيريرو-كولانتس، ميغيل؛ غارسيا-إسكارتين، خوان كارلوس (22 فبراير 2017). "مولدات الأرقام العشوائية الكمومية". مراجعات الفيزياء الحديثة . 89 (1) 015004. الجمعية الفيزيائية الأمريكية (APS). arXiv : 1604.03304 . Bibcode : 2017RvMP...89a5004H . doi : 10.1103/revmodphys.89.015004 . ISSN 0034-6861 . 
• توليد الأرقام العشوائية الكمومية: النظرية والتطبيق . العلوم والتكنولوجيا الكمومية. سبرينغر تشام . 2020. doi : 10.1007/978-3-319-72596-3 . ISBN 978-3-319-72596-3.
• مانالاث، فايساخ؛ ميشرا، سانديب؛ باثاك، أنيربان (2023). "مراجعة شاملة لمولدات الأرقام العشوائية الكمومية: المفاهيم والتصنيف وأصل العشوائية" . معالجة المعلومات الكمومية . 22 (12): 439. arXiv : 2203.00261 . Bibcode : 2023QuIP...22..439M . doi : 10.1007/s11128-023-04175-y .

• مولد الأرقام العشوائية من إنتل (ملف PDF) ، إنتل ، 22 أبريل 1999.
• ProtegoST SG100 ، ProtegoST، "مولد أرقام عشوائية للأجهزة" يعتمد على مصدر أرقام عشوائية للفيزياء الكمومية من ثنائي زينر".