İnsan Hareketleri Tabanlı Gerçek Rasgele Sayı Üretimi

Abstract

Gerçek rasgele sayı üreteci (GRSÜ) ile rasgele sayı üretmek için deterministik olmayan bir gürültü kaynağından yararlanılır. Rasgelelik derecesinin daha yüksek olması nedeniyle GRSÜ, SRSÜ sayı üreticisinden daha güvenli sayı üretir. Bu makalede, insan hareketleri ile rasgele sayı üreten bir GRSÜ öneriyoruz. Önerilen GRSÜ, hemen hemen tüm insanların kullandığı mobil telefonlardaki ivme ve GPS sensörlerini kullanmaktadır. İlk olarak, mobil telefonu taşıyan kişinin 3-D ortamdaki hareketleri sonucunda ivme ve konum değişimleri android tabanlı bir mobil cihazdan örneklenerek elde edilmiştir. Daha sonra, elde edilen bu işaretler, normalizasyon işlemi uygulanarak ham sayı dizilerine dönüştürülmüştür. Son olarak, sayı dizilerinin istatistiksel özelliklerini iyileştirmek için XOR son işlemi uygulanmış ve rasgele sayı üretimi gerçekleştirilmiştir.  Kişi yürürken, koşarken ve stabil konumda iken sensörlerden elde edilen toplamda 15 veri seti oluşturulmuştur. Sayıların istatistiksel özellikleri NIST test süiti, Skala İndeks ve otokorelasyon ile incelenmiştir. Önerilen GRSÜ, cep telefonu platformu için uygun, evrensel ve düşük maliyetli olup kişiye özgü rasgele sayı üretimi mümkündür.

Keywords

• : İvme sensörü,GPS,istatistiksel testler,son işlem

References

1. C. Tokunaga, D. Blaauw, T. Mudge, True random number generator with a metastability-based quality control, IEEE Journal of Solid-state Circuits 43 (1)
2. Avaroğlu, E., Tuncer, T., Özer, A.B., Türk, M.: A new method for hybrid pseudo random number generator. J. Microelectron. Electron. Compon. Mater. 4(4), 303–311 (2014)
3. Tuncer, T., Avaroğlu, E., Türk, M., Özer, A.B.: Implementation of non-periodic sampling true random number generator on FPGA. J. Microelectron. Electron. Compon. Mater 4(4), 296–302 (2014)
4. Koyuncu, I., Ozcerit, A.T., Pehlivan, I., and Avaroglu, E. (2014) Design and implementation of chaos based true random number generator on FPGA. In 22nd Signal Processing and Communications Applications Conference (SIU), 2014 (pp. 236–239).
5. Z. Wei, Y. Katoh, S. Ogasahara, Y. Yoshimoto, K. Kawai, Y. Ikeda, K. Eriguchi, K. Ohmori, S. Yoneda, “True random number generator using current difference based on a fractional stochastic model in 40-nm embedded ReRAM”,. IEEE Electron. Dev. Meet. 4.8.1–4.8.4 (San Franciso, CA, USA, 2016).
6. J. Walker, HotBits: Genuine Random Numbers Generated by Radioactive Decay, , 2002.
7. S. R. Moosavi, E. Nigussie, S. Virtanen, J. Isoaho "Cryptographic Key Generation Using ECG Signal", 14th IEEE Annual Consumer Communications & Networking Conference (CCNC), pp.1024-1031, 2017.
8. X. Chen,Y. Zhang, G. Zhang, Y. Zhang, "Evaluation of ECG Random Number Generator for Wireless Body Sensor Networks Security", 5th International Conference on BioMedical Engineering and Informatics (BMEI 2012), pp. 1308-1311, 2012.

9. Dang Nguyen, D. Tran, W. Ma, K.Nguyen, "EEG-Based Random Number Generators", Lecture Notes in Computer Science, vol. 10394, 245-256, 2017.
10. G. Chen, “Are electroencephalogram (EEG) signals pseudo-random number generators?”, Journal of Computational and Applied Mathematics, vol. 268, pp. 1-4, 2014.
11. I.T. Chen, "Random Numbers Generated from Audio and Video Sources", Mathematical Problems in Engineering, Vol.2013, Article ID 285373, 7 pages, 2013. S. Nikolic, M. Veinovic, “Advancement of True Random Number Generators Based on Sound Cards Through Utilization of a New Post-processing Method” Wireless Pers Commun (2016) 91: 603. https://doi.org/10.1007/s11277-016-3480-9
12. Q. Zhou, X. Liao, K. Wong, Y. Hu, D. Xiao, “True random number generator based on mouse movement and chaotic hash function”, Information Sciences, 179 (19) (2009), pp. 3442-3450
13. W. Xingyuan, Q. Xue, and T. Lin, “A novel true random number generator based on mouse movement and a one-dimensional chaotic map,” Mathematical Problems in Engineering, vol. 2012, Article ID 931802, 9 pages, 2012.
14. Y. Hu, X.F. Liao, K. Wong, Q. Zhou, “A true random number generator based on mouse movement and chaotic cryptography”, Chaos, Solitons & Fractals, 40 (3) (2009), pp. 2286-2293.
15. Marc-Andre´ Schulz, Barbara Schmalbach, Peter Brugger, Karsten Witt, “Analysing Humanly Generated Random Number Sequences: A Pattern-Based Approach”, ONE 7(7): e41531. doi:10.1371/journal.pone.0041531.
16. F.E. Zajac, R.R. Neptune, S.A. Kautz, “Biomechanics and muscle coordination of human walking”, Part I: introduction to concepts, power transfer, dynamics and simulations. Gait Posture 2002;16(3):215–32.
17. Avaroğlu E., Türk M., Son işlemin Gerçek Rasgele Sayı Üreteçleri Üzerindeki etkisinin İncelenmesi, 6. Uluslararası Bilgi Güvenliği ve Kriptoloji Konferansı, Ankara-Türkiye, 291-294, 20-21 Eylül, 2013. S.-H. Kwok, Y.-L. Ee, G. Chew, K. Zheng, K. Khoo, C.-H. Tan, "A comparison of post-processing techniques for biased random number generators", Proc. Inf. Security Theory Practice, vol. 6633, pp. 175-190, 2011. R. Benìtez, V.J. Bolos, M.E., Ramìrez, “A wavelet-based tool for studying non-periodicity”, Comput. Math. Appl., Vol. 60, pp. 634, 2010.
18. Y.G. Yang, Q.Q. Zhao, “Novel pseudo-random number generator based on quantum random walks”, Scientific Reports, Vol. 6, 20362, 2016. doi:10.1038/srep20362.
19. B. Karakaya, V. Çelik, A. Gülten, “Chaotic cellular neural network-based true random number generator”, Int. J. Circ. Theor. Appl., Vol. 45, pp. 1885–1897, 2017.
20. J. J. M. Chan, P. Thulasiraman, G. Thomas, R. Thulasiram, “Ensuring Quality of Random Numbers from TRNG: Design and Evaluation of Post-Processing Using Genetic Algorithm”, Journal of Computer and Communications, Vol. 4, pp. 73-92, 2016. X. M. Chen, L. Wang, B.X. Li, Y. Wang X. Li, Y.P. Liu, H.Z. Yang, “Modeling Random Telegraph Noise as a Randomness Source and its Application in True Random Number Generation” IEEE Trans. Comput-Aided Des. Integr. Circuits Syst., Vol. 35, pp. 1435– 1448, 2016. NIST Special Publication 800-22, http://csrc.nist.gov/rng/rng2.html, 2001.