隨機數生成是信息安全和計算機仿真等領域的核心技術手段。如何生成高質量的隨機數是隨機數研究領域的核心問題�；趨^(qū)間算法實現的隨機數生成具有簡單、高效的特點,其生成隨機數的效率是各種已知方法中最高的,是近年來研究的焦點之一。本文在已有的區(qū)間算法上提出了一種二元精確分割區(qū)間算法。主要的改進包括輸出區(qū)間的隱性分割方法和輸出區(qū)間的3子區(qū)間重正化方法,完全消除了區(qū)間算法輸出區(qū)間分割的舍入誤差問題,同時也極大地緩解了輸入區(qū)間分割的舍入誤差問題,從而基本解決了有限精度運算導致區(qū)間算法輸出隨機數質量下降的問題,實現了在有限精度整數運算條件下將任意已知概率分布的輸入數據以精確或接近精確的方式轉換為指定的任意概率分布的隨機數。本文還設計了使用公開可見證信源的隨機數生成算法。該算法選取股票價格數據作為信源,使用ARIMA模型和區(qū)間算法對信源數據進行處理,最終輸出二元隨機序列。NIST SP800-22隨機數檢測集的測試結果表明該算法工作良好。

【文章頁數】：69 頁

【學位級別】：碩士

【部分圖文】：

圖３－５二元精確分割區(qū)間算法流程圖??３３??

驟７若列表／的長度為１，即７?＝?（（［７，５），〇），則依次輸出序列沖的字符，量ｎ更新為ｎ＋｜ｔ｜?（式中｜ｔ丨表示序列ｔ的長度），并將ｔ重置為；Ｉ，即ｙ（（［以），又））；??若列表／的長度為２，?＝?且ｕ為ｔ和ｆ的最共前綴，則令ｔ?＝?ｉａ＾，＝?依次輸出序列ｕ中的字符，將....

圖４－４?一階差分相關圖（ａ）自相關（ｂ）偏自相關??

?２０００?２５００?３０００??（ｂ）??圖４－３?（ａ）ｓｔｏｃｆｃｌ時間序列（ｂ）—階差分ｄｙｌ序列??第二步，白噪聲檢驗。得到平穩(wěn)時序序列ｄｙｌ后，需要進行白噪聲檢驗檢驗??序列是否為白噪聲序列，所以需要求出序列ｄｙｌ的自相關系數，如下圖所示：??１０－?１．０－??０５....

圖４－３?（ａ）ｓｔｏｃｆｃｌ時間序列（ｂ）—階差分ｄｙｌ序列??第二步，白噪聲檢驗

ｉｉｉＳ數３?姓遲??圖４－４?一階差分相關圖（ａ）自相關（ｂ）偏自相關??４７??

圖４－６殘差相關圖（ａ）自相關（ｂ）偏自相關??

?１６?．０９５??圖４－７自相關統(tǒng)計量??殘差相關圖顯示自相關函數基本在９５％的置信區(qū)域內，且Ｐ值大于５％，殘??差序列接受原假設，認為該序列為白噪聲序列。并將ＡＲＩＭＡ（５，１，５）模型殘差序列??命名為?ｒｅｓｉｄｕａＺｌ。??根據上述步驟，將ｓｔｏｃ／ｃ２、ｓｔｏｃｆｃ３....

本文編號：3988631