Randomness testing of pseudorandom number genera-tors for semi-natural simulation stands in asynchro-nous electronic systems

Cover Page

Cite item

Full Text

Abstract

Introduction. To accurately reproduce test conditions in semi-natural simulation stands, it is essential to generate signals with various probability distributions over power and time. Pseudorandom number generators (PRNGs) are commonly used for this purpose. Given their practical application in semi-natural simulation stands, evaluating the randomness of their generated sequences is crucial. The NIST statistical test suite is widely used to assess the randomness of number sequences. It determines the statistical similarity between a generated pseudorandom sequence and a theoretically perfect random sequence. This study aims at analyzing the performance of binary sequences generated by PRNGs—defined by GOST R ISO 28640-2012—in NIST randomness tests using a developed simulation software. Methods and Tools. This research involves developing software tools to simulate PRNGs based on GOST R ISO 28640-2012 using the following methods: five-parameter method; Tausworthe method; combined Tausworthe method; Mersenne Twister method. To assess the randomness of these generators, their output sequences were subjected to 16 NIST statistical tests. Each test evaluated finite-length sequences, calculating statistics and comparing them with reference statistics of a perfectly random sequence. Results. The study found that the Mersenne Twister method generated the sequence most closely resembling a true random series, passing 14 out of 16 NIST tests. Furthermore, it was observed that modifying the input parameters of certain PRNG methods could enhance their ability to pass specific tests, thereby improving the overall "randomness" of the generated sequences. Conclusion. This research developed and implemented software tools for modeling PRNGs based on GOST R ISO 28640-2012 and evaluated their randomness using the NIST test suite. The results indicate that the Mersenne Twister method is the most suitable PRNG for semi-natural simulation stands in asynchronous electronic systems. Additionally, further improvements to PRNG algorithms are necessary to increase their statistical test pass rates.

Full Text

Restricted Access

About the authors

Ruslan R. Raupov

JSC «Scientific and Production Association «Radioelectronics», named after V.I. Shimko»

Email: bytkevic@mail.ru

Engineer (circuit engineer, 3rd category)

Russian Federation, Kazan

Sergei S. Loginov

JSC «Scientific and Production Association «Radioelectronics», named after V.I. Shimko»; Kazan National Research Technical University named after A.N. Tupolev – KAI

Email: bytkevic@mail.ru
SPIN-code: 9460-6294

Doctor of Engineering Sciences, Associate Professor, and Professor at the Department for Radio-Electronic and Quantum Devices of Kazan National Research Technical University named after A.N. Tupolev - KAI; Leading design-engineer (circuit engineer) and Leading researcher at «Scientific and Production Association «Radioelectronics», named after V.I. Shimko». Research interests – digital data transmission systems, identification systems, dynamic chaos

Russian Federation, Kazan; Kazan

Igor N. Frolov

JSC «Scientific and Production Association «Radioelectronics», named after V.I. Shimko»

Email: bytkevic@mail.ru

Candidate of Engineering Sciences and Director of Scientific Research (Head of the Advanced Development Department)

Russian Federation, Kazan

Yuri R. Butkevich

JSC «Scientific and Production Association «Radioelectronics», named after V.I. Shimko»; Kazan National Research Technical University named after A.N. Tupolev – KAI

Author for correspondence.
Email: bytkevic@mail.ru
SPIN-code: 5204-9499

PhD student at the Department for Radio-Electronic and Quantum Devices, Kazan National Research Technical University named after A.N. Tupolev - KAI. Engineer (circuit engineer, 3rd category) at «Scientific and Production Association «Radioelectronics», named after V.I. Shimko». Research interests are digital information transmission systems, identification systems, dynamic chaos

Russian Federation, Kazan; Kazan

References

  1. Gerasimov A.B., Krenyov A.N., Selyanskaya Е.А. Semi-naturalistic modeling of radio engi-neering systems. Yaroslavl, P.G. Demidov Ya-roslavl State University; 2014. 128 p. (In Russ.).
  2. Skljar B. Digital communications: fundamen-tals and applications. Ed. 2nd, rev.: Trans. from English. Мoscow, «Viljams» publishing house; 2003. 1104 p. (In Russ.).
  3. Loginov S.S., Zuev M.Yu. Testing of genera-tors of pseudo-random signals based on a Lo-renz system, realized over a Galois finite field. 2018 Systems of Signal Synchronization, Gen-erating and Processing in Telecommunica-tions (SYNCHROINFO), 2018:1-4. doi: 10.1109/SYNCHROINFO.2018.8457039; EDN: JIIYRM
  4. Rukhin A., Soto J., Nechvatal J. et al. A statis-tical test suite for random and pseudorandom number generators for cryptographic applica-tion. Special Publication (NIST SP). Gaithersburg, MD, National Institute of Stand-ards and Technology; 2010. 131 p. doi: 10.6028/NIST.SP.800-22R1A
  5. Pesoshin V.А., Kuznetsov V.М., Kuznetsova А.S. et al. The generators of pseudorandom sequences of a namaximum length on shift registers. University proceedings. Volga re-gion. Technical sciences. 2019;(1):3-17. doi: 10.21685/2072-3059-2019-1-1; EDN: DNUPEW (In Russ.).
  6. Gavrishev А.А. On the use of hyperchaotic signals for data transmission in radio commu-nication systems. Nauchnoe priborostroenie. 2023;33(2):62-74. doi: 10.18358/23122951_2023_33_2_62; EDN: RWJYDI (In Russ.).
  7. Perov А.А. Using NIST statistical tests for the analysis of the output sequences of block ci-phers. Nauchnii Vestnik NGTU. 2019;(3):87-96. doi: 10.17212/1814-1196-2019-3-87-96; EDN: UXVEEP (In Russ.).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Block diagram of the generator based on the M-sequence T1, T2, T3…Tk – shift registers; c1, c2, c3…ck – coefficients determined by the generator polynomial; x0,j, x1,j, x2,j, x3,j… xk,j – symbols at the input of the corresponding shift registers; k – quantity of shift registers

Download (131KB)
Indexing metadata
3. Fig. 2. Block diagram of the generator based on Mersenne Twister

Download (245KB)
Indexing metadata
4. Fig. 3. Block diagram of developed model

Download (202KB)
Indexing metadata
5. Fig. 4. The number of tests passed by the generators

Download (106KB)
Indexing metadata
6. Fig. 5. Spectral characteristic of a sequence

Download (103KB)
Indexing metadata

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».