https://blog.qife122.com/tags/%E7%BC%96%E7%A0%81%E7%90%86%E8%AE%BA/ Recent content in 编码理论 on 办公AI智能小助手 Hugo zh-cn qife Thu, 02 Oct 2025 02:28:52 +0800 https://blog.qife122.com/p/%E7%BA%BF%E6%80%A7trng%E6%A0%A1%E6%AD%A3%E5%99%A8%E7%B2%BE%E7%A1%AE%E5%81%8F%E5%B7%AE%E5%88%86%E6%9E%90%E8%B0%B1%E6%96%B9%E6%B3%95%E7%AA%81%E7%A0%B4/ Thu, 02 Oct 2025 02:28:52 +0800 https://blog.qife122.com/p/%E7%BA%BF%E6%80%A7trng%E6%A0%A1%E6%AD%A3%E5%99%A8%E7%B2%BE%E7%A1%AE%E5%81%8F%E5%B7%AE%E5%88%86%E6%9E%90%E8%B0%B1%E6%96%B9%E6%B3%95%E7%AA%81%E7%A0%B4/ <h1 id="线性trng校正器的精确偏差分析谱方法">线性TRNG校正器的精确偏差分析——谱方法</h1> <p><strong>摘要</strong><br> 通过傅里叶分析，本文建立了真随机数生成器（TRNG）中线性提取器的精确安全边界。我们首次通过码重枚举器和输入偏差参数，在最优范数结果之间进行插值，实现了接近最优的全变差安全表征。我们的边界将安全评估比先前近似方法提升了一个数量级。通过扫描约20,000组代码，我们揭示了压缩效率与密码安全性之间的基本权衡关系。例如，我们证明当校正10%输入偏差时，实现80比特安全性可能需要牺牲超过50%的码率。我们的边界增强了TRNG后处理方案的安全评估，并量化了硬件实现中随机性提取的固有成本。</p>