A comparative study and analysis of some pseudorandom number generator algorithms

Shobhit Sinha, SK Hafizul Islam, Mohammad S. Obaidat

2018

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1002/spy2.46
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

In this article, we have investigated the statistical nature of popular pseudorandom number generators (PRNGs) present in the literature and have analyzed their performance against the battery of tests prescribed in NIST SP800‐22rev1a. Different tests performed in this article provide an insight into the PRNGs and have revealed if they are statistically random or not, which is the first criteria in being cryptographically secure. In our study, we have considered the following PRNGs: (a) Linear Congruential Generator, (b) WichMann‐Hill Algorithm, (c) Well Equidistributed Long Period Generator and (d) MIXMAX.