ВИСОКОЕНТРОПІЙНІ ВИПАДКОВІ ЧИСЛА ЯК ОСНОВА КРИПТОГРАФІЧНОЇ БЕЗПЕКИ: КВАНТОВИЙ ПІДХІД

Автор(и)

DOI:

https://doi.org/10.32782/mathematical-modelling/2026-9-1-3

Ключові слова:

квантовий генератор випадкових чисел, висока ентропія, фотонний шум, дробовий шум, криптографічна безпека, генерація випадкових чисел, фізичне джерело ентропії, обробка сигналів, постобробка, статистичний аналіз, інформаційна безпека, апаратна реалізація, системи на основі мікроконтролерів, цифрова криптографія

Анотація

У статті представлено систематичне дослідження розробки генератора випадкових чисел з високою ентропією, що базується на фізичних процесах квантової природи. Потреба в надійній випадковості обґрунтована з точки зору сучасних криптографічних застосувань, у яких якість згенерованих послідовностей відіграє вирішальну роль у забезпеченні інформаційної безпеки. Зокрема, увага приділяється обмеженням існуючих підходів, включаючи псевдовипадкові алгоритми. Як альтернативу пропонується підхід, який використовує флуктуації електричних сигналів, спричинені дискретною природою носіїв заряду у фотодетекторі. Ці флуктуації інтерпретуються як фундаментальне джерело ентропії, оскільки вони виникають внаслідок ймовірнісних процесів, які неможливо змоделювати детерміновано. У дослідженні описано теоретичні основи цього явища та проаналізовано можливості практичної реалізації в рамках інтегрованої системи. Запропонована система складається з кількох функціональних компонентів, включаючи сенсорну підсистему для виявлення фізичного шуму, аналоговий ланцюг обробки для посилення та фільтрації, а також цифровий модуль для перетворення сигналу та подальшої обробки. Особлива увага приділяється використанню кількох незалежних каналів, що сприяє стійкості та стабільності згенерованого виходу. Крім того, застосовуються методи пост-обробки для корекції статистичних відхилень та забезпечення рівномірного розподілу згенерованих значень. Експериментальні результати демонструють, що згенеровані послідовності відповідають вимогам високої ентропії, однорідності та незалежності. Статистичний аналіз підтверджує, що вихід не має значних кореляцій або структурних відхилень, що підкреслює придатність системи для криптографічних застосувань. Також продемонстровано, що запропоноване рішення практично здійсненне з використанням поширених електронних компонентів та може бути гнучко інтегровано в існуючі цифрові інфраструктури. Поєднання фундаментальної фізики та технічної реалізації дозволяє досягти високого рівня безпеки та непередбачуваності, що є важливим з огляду на зростаючі вимоги до інформаційної безпеки та постійний технологічний прогрес.

Посилання

Horelikova T. O. Enhanced data protection in blockchain: mitigating tampering and deletion through randomized checkpoints. Infocommunication and Computer Technologies. 2024. Т. 2. P. 40-47. https://doi.org/10.36994/2788-5518-2024-02-08-05

Горелікова Т. О. Механізм захисту інформації від підміни та видалення у блокчейн-мережах. Екзистенційні виклики освіти, науки, безпеки та здоров’я в сучасних умовах: дослідження молодих учених, м. Одеса, 12 грудня 2024 р. Одеса, 2024. С. 89. https://doi.org/10.32782/2663-5682/2024/41/19

Deng L.Y., Kumar N., Lu H. H. S., Yang C. C. Random Number Generators for Computer Simulation and Cyber Security. Design, Search, Theory, and Application. Springer. 2025. https://doi.org/10.1007/978-3-031-76722-7

Bikos A., Nastou P. E., Petroudis G., Stamatiou Y. C. Random Number Generators. Principles and Applications. Cryptography. 2023. Т. 7, No 4. P. 54. https://doi.org/10.3390/cryptography7040054

Lugrin T. Random Number Generator // Mulder V., Mermoud A., Lenders V., Tellenbach B. (Eds.). Trends in Data Protection and Encryption Technologies. Cham : Springer, 2023. P. 31–34. https://doi.org/10.1007/978-3-031-33386-6

Ravichandran H., Sen D., Wali A., Schranghamer T. F., Trainor N., Ray B., Das S. A Peripheral-Free True Random Number Generator Based on Nanoscale Phenomena. ACS Nano. 2023. Т. 17, No 17. P. 16817. https://doi.org/10.1021/acsnano.3c03581

Johnston D. Random Number Generators – Principles and Practices: A Guide for Engineers and Programmers. Berlin: Walter de Gruyter. 2018. https://doi.org/10.1515/9781501506062

Kollmitzer C., Schauer S., Rass S., Rainer B. Quantum Random Number Generation: Theory and Practice. Springer. 2020. https://doi.org/10.1007/978-3-319-72596-3

Horelikova T., Choporova O., Choporov S. Blockchain as a tool for protecting medical data in artificial intelligence systems. Artificial Intelligence. 2025. Т. 4. P. 124–131. https://doi.org/10.15407/jai2025.04.124

Orszag M. Quantum Optics: Including Noise Reduction, Trapped Ions, Quantum Trajectories, and Decoherence. 4th ed. Springer. 2024. https://doi.org/10.1007/978-3-031-54853-6

Cenzer D., Porter C. P. Randomness Extraction in Computability Theory. Computability. 2023. Т. 12, No 1. P. 1. https://doi.org/10.3233/COM-210343

Khrennikov A., Svozil K. (Eds.). Quantum Probability and Randomness. Basel: MDPI Books. 2019. https://doi.org/10.3390/books978-3-03897-715-5

##submission.downloads##

Опубліковано

2026-07-01