Случайность и алгоритмы
-
Псевдослучайные числа: от алгоритмов к физическим источникам.
Псевдослучайные числа: как компьютеры генерируют случайность детерминированными методами. Применение в играх, статистике, физике и моделировании.
-
Псевдослучайные последовательности и их применение.
Псевдослучайный шум (PRN) в криптографии и электронике: свойства, применение в синтезе звука и системах связи. Генерация, период повторения, тесты случайности.
-
Алгоритмы генерации псевдослучайных чисел
Генератор псевдослучайных чисел (ГПСЧ): алгоритмы, имитирующие случайные последовательности. Применение в играх, криптографии, моделировании. Быстрота и воспроизводимость.
-
Линейный конгруэнтный генератор псевдослучайных чисел
Генератор псевдослучайных чисел (LCG): принцип работы, формула, параметры (модуль, множитель, инкремент, начальное значение). Простота и скорость реализации.
-
Генератор псевдослучайных чисел Mersenne Twister и его варианты.
Генератор псевдослучайных чисел Mersenne Twister: алгоритм, разработанный в 1997 году. Исправляет недостатки старых PRNG, использует простые числа Мерсенна.
-
Генератор Лагге Фибоначчи: Принципы, Вариации и Ограничения
Генератор Лаггеда Фибоначчи (LFG): улучшенная альтернатива линейным конгруэнтным генераторам. Основан на обобщении последовательности Фибоначчи и рекуррентных соотношениях.
-
Понятие случайной последовательности в теории вероятностей и статистике.
Случайные последовательности в теории вероятностей: определение, свойства и отсутствие аксиоматического подхода. Независимые случайные величины и тесты на случайность.
-
Линейные регистры сдвига с обратной связью: теория и применение
Линейный регистр сдвига (LFSR) в вычислительной технике: принцип работы, XOR-функция, начальное значение (seed) и цикличность генерируемой последовательности.
-
Преобразование Бокса-Мюллера: метод генерации нормальных случайных чисел
Преобразование Бокса-Мюллера: метод генерации случайных чисел с нормальным распределением из равномерных. Подробное описание и применение в статистике.
-
Рандомизация: Процессы и Применение
Рандомизация в статистике: выборка и распределение по группам для минимизации искажений и повышения достоверности исследований. Объяснение процесса и принципов.
-
Парадокс дней рождения и вероятность совпадений
Парадокс дней рождения: вероятность совпадения дат рождения у группы людей. Удивительно, но всего 23 человека дают >50% шанс! Математика и статистика.
-
Алгоритм Ярроу: Криптографический генератор псевдослучайных чисел.
Yarrow: криптографический генератор случайных чисел, разработанный Kelsey, Schneier и Ferguson. Бесплатный, открытый исходный код. Заменен Fortuna.
-
Выявление случайных выравниваний точек на плоскости
Выявление случайных выравниваний точек в статистике. Исследование линий Лей и подобных явлений: математика, компьютерное зрение, астрономия.
-
Последовательности с низким расхождением: квазислучайные числа и их применение
Последовательности с низким расхождением: математическое определение, свойства и применение как альтернативы случайным числам. Квазислучайные последовательности.
-
Рандомизированные алгоритмы: теория и применение.
Рандомизированные алгоритмы: использование случайности для повышения эффективности. Las Vegas и Monte Carlo методы, псевдослучайные генераторы.
-
Генератор случайных чисел RANDU: недостатки и проблемы
Генератор случайных чисел RANDU: описание, формула, недостатки (плохое качество, провал спектрального теста). История и причины создания.
-
Алгоритмы Монте-Карло: случайность и вероятность ошибки
Алгоритмы Монте-Карло: рандомизированные алгоритмы с вероятностью ошибки. Примеры: Karger–Stein, поиск мин. обратных дуг. Отличие от алгоритмов Лас-Вегаса.
-
Детерминированные алгоритмы в информатике
Детерминированные алгоритмы в информатике: определение, принцип работы и важность для практических вычислений. Гарантированный результат для одного ввода.
-
Метод средней квадратичной последовательности: история и недостатки
Метод средних квадратов: генерация псевдослучайных чисел, предложенная фон Нейманом. Обладает коротким периодом и слабостями, не подходит для серьёзных задач.
-
Генераторы псевдослучайных чисел в Unix-подобных системах
Генератор случайных чисел в Unix: /dev/random и /dev/urandom. Безопасные CSPRNG, источники энтропии, блокировка при недостатке энтропии. История с 1994 года.
-
Равномерное распределение последовательностей действительных чисел
Равномерное распределение последовательностей: определение, свойства и применение в теории Диофанта и методах Монте-Карло. Математическое понятие.
-
Атаки на генераторы случайных чисел в криптосистемах
Атаки на криптосистемы: уязвимости генераторов случайных чисел (ГСЧ). Низкое качество RNG приводит к взлому и компрометации криптографических систем.
-
Тестирование случайности псевдослучайных генераторов чисел: Метод "Следующего бита"
Тестирование случайности генераторов псевдослучайных чисел: тест "следующего бита". Криптография, теория вычислений, проверка на предсказуемость последовательностей.
-
Генератор случайных паролей: принципы работы и безопасность
Генератор случайных паролей: создание надёжных паролей с помощью случайных чисел. Открытый исходный код для безопасности. Важность сильных паролей.
-
Генерация парольных фраз с помощью игральных костей (Diceware)
Генерация надёжных паролей и фраз с помощью кубиков Дисивар (Diceware)! Просто, безопасно, криптографически стойко. Создавайте случайные пароли легко.
-
Псевдослучайные генераторы: теория и применение.
Генератор псевдослучайных чисел (ГПСЧ): определение, применение в криптографии и теории вычислительной сложности. Связь с нижними границами для схем.
-
Тесты на случайность: Diehard, Dieharder и TestU01
Тесты Diehard и Dieharder: статистические тесты для оценки качества генераторов случайных чисел. Разработаны Джорджем Марсальей, расширены в 2006 году.
-
Джордж Марсалья: Пионер в области случайных чисел и тестирования случайности.
Джордж Марсалья: американский математик, создатель тестов Diehard для оценки случайности. Теорема Марсалья о структуре генераторов случайных чисел.
-
Таблицы случайных чисел: история и применение
Таблицы случайных чисел: применение в статистике, замена генераторами. Надежность для обычных задач, но непригодность для криптографии.
-
Применение случайности: от науки до азартных игр и демократии.
Случайность в науке, искусстве, криптографии и играх: применение, методы генерации (PRNG, QRNG). Различия и требования к случайным числам.
-
Случайные величины и отклонения: определение и генерация.
Случайные величины и отклонения: определение, применение в статистике и моделировании случайных процессов. Генерация псевдослучайных чисел и распределений.
-
Псевдослучайные функции: эмуляция случайной оракулы в криптографии.
Псевдослучайные функции (PRF) в криптографии: эффективные алгоритмы, эмулирующие случайную функцию. Важны для шифрования и криптопримитивов.
-
Генераторы псевдослучайных чисел: обзор алгоритмов.
Генераторы случайных чисел: применение в физике, криптографии, играх и моделировании. Обзор алгоритмов, включая метод средней квадратичной ошибки.