Randomness 二元序列随机性检测方法

感谢 zhebinhu 项目对基础算法实现

• zhebinhu/randomnessTests

快速入门

运行下面命令安装检测工具集合：

go get -u github.com/Trisia/randomness

func main() {
	// 产生随机数序列
	n := 1000_000
	buf := make([]byte, n/8)
	_, _ = rand.Read(buf)
	// 转换为字节数组
	bits := randomness.B2bitArr(buf)

	// 运行测试组
	p := randomness.PokerTest(bits)
	fmt.Printf("扑克检测 n: 1000000, P-value: %f\n", p)
}

产品检测方法：

• 出厂检测 detect.FactoryDetect
• 上电检测 detect.PowerOnDetect
• 周期检测 detect.PeriodDetect
• 单次检测 detect.SingleDetect

使用方法见 测试用例

如果您的处理含有多个核心你可以使用Fast系列的API来加速检测，见 测试用例

概述

目前《GM/T 0005-2012 随机性检测规范》已经升级至 《GB/T 32915-2016 信息安全技术 二元序列随机性检测方法》。

该工具库实现了《GB/T 32915-2016 信息安全技术 二元序列随机性检测方法》中描述的15中随机性检测方法：

• [ 1] 单比特频数检测 MonoBitFrequencyTest
• [ 2] 块内频数检测 FrequencyWithinBlockTest
• [ 3] 扑克检测 PokerTest
• [ 4] 重叠子序列检测 OverlappingTemplateMatchingTest
• [ 5] 游程总数检测 RunsTest
• [ 6] 游程分布检测 RunsDistributionTest
• [ 7] 块内最大“1”游程检测 LongestRunOfOnesInABlockTest
• [ 8] 二元推导检测 BinaryDerivativeTest
• [ 9] 自相关检测 AutocorrelationTest
• [10] 矩阵秩检测 MatrixRankTest
• [11] 累加和检测 CumulativeTest
• [12] 近似熵检测 ApproximateEntropyTest
• [13] 线型复杂度检测 LinearComplexityTest
• [14] 通用统计检测 MaurerUniversalTest
• [15] 离散傅里叶检测 DiscreteFourierTransformTest

检测参数说明：

• 样本长度：10^6比特
• 显著水平：α = 0.01

各算法检测参数如下：

序号	检测项目	参数
1	单比特频数检测	-
2	块内频数检测	m = 100
3	扑克检测	m = 8
4	重叠子序列检测	m = 5
5	游程总数检测	-
6	游程分布检测	-
7	块内最大“1”游程检测	m = 10000
8	二元推导检测	k = 7
9	自相关检测	d = 16
10	矩阵秩检测	M = 32, Q= 32
11	累加和检测	-
12	近似熵检测	m = 5
13	线型复杂度检测	m = 500
14	通用统计检测	-
15	离散傅里叶检测	-

多平台编译

由于Golang支持多平台的跨平台编译，因此可以改造该工具库可以通过Go编译适应平台运行的动态库。

具体方法参照 《Go语言高级编程》 第2章 CGO编程

工具

• 检测数据生成工具 rdgen
• 随机新检测工具 rddetector