6、物理随机数生成器评估及真随机数生成器介绍

物理随机数生成器评估及真随机数生成器介绍

物理随机数生成器评估标准

在评估物理随机数生成器（PTRNG）时，随机模型和有效的在线测试至关重要。这能确保理论安全，即量化在对手拥有最大专业知识和无限计算能力的情况下，以不可忽略的概率猜测随机数的平均工作量。对于依据AIS 31评估指南进行的成功评估而言，可靠的随机模型和有效的在线测试是必不可少的。自2001年起，AIS 31在德国认证方案中生效，大量认证过程已验证了其对不同PTRNG设计的适用性。不过，通用标准本身并未为随机数生成器（RNG）提供评估规则。目前，AIS 20和AIS 31正在更新，特别是确定性随机数生成器（DRNG）和PTRNG将在一份联合文档中进行处理。

除了上述基于随机模型和在线测试的安全理念，还存在其他安全范式。PTRNG的安全性可基于具有记忆功能的强大密码后处理算法。即使噪声源完全失效，只要记忆缓冲区的熵在某一时刻达到最大（前提是噪声源曾正常工作一段时间），后处理仍能保证计算安全性。这大大降低了对噪声源理解和在线测试有效性的要求。但缺点是，这无法确保理论安全，且需要耗时的强密码后处理。这种构造本质上是一种混合DRNG。ISO标准18031允许两种选择：一是具有有效在线测试的强噪声源；二是不一定强的噪声源结合不一定有效的在线测试（即健康测试）和强密码后处理算法。

将两种安全范式结合，即具有有效在线测试的强噪声源和具有记忆功能的强密码后处理，能提供两个安全锚点，分别针对理论安全和实际安全。这种混合PTRNG的另一个优点是，可根据应用的安全和功能要求以不同模式运行：作为纯PTRNG（跳过密码后处理）、混合PTRNG（应用密码后处理）或纯/混合DRNG（不连续更新密码后处理算法的记忆）。第三种模式可能是实现高输出速率所