Générateur de nombres aléatoires matériel

En informatique, un générateur de nombres aléatoires matériel (aussi appelé générateur de nombres aléatoires physique ; en anglais, hardware random number generator ou true random number generator) est un appareil qui génère des nombres aléatoires à partir d'un phénomène physique, plutôt qu'au moyen d'un programme informatique. De tels appareils sont souvent basés sur des phénomènes microscopiques qui génèrent de faibles signaux de bruit statistiquement aléatoires, tels que le bruit thermique ou l'effet photoélectrique. Ils impliquent souvent un miroir semi-réfléchissant ou d'autres phénomènes quantiques. Ces processus stochastiques sont, en théorie, totalement imprévisibles. Un générateur de nombres aléatoires matériel consiste typiquement en un transducteur pour convertir un certain aspect du phénomène physique en un signal électrique ; un amplificateur pour augmenter l'amplitude des fluctuations aléatoires à un niveau mesurable ; et un convertisseur analogique numérique pour convertir le signal de sortie en un nombre, souvent un simple chiffre binaire 0 ou 1. En échantillonnant de façon répétée les nombres obtenus, on obtient une suite de nombres aléatoires. La principale application des générateurs de nombres aléatoires matériels est en cryptographie, où ils sont utilisés pour générer des clés cryptographiques aléatoires servant à transmettre des données en toute sécurité. Ils sont largement utilisés dans les protocoles de chiffrement Internet tels que le protocole Secure Sockets Layer (SSL). Les générateurs de nombres aléatoires matériels peuvent également être construits à partir de processus macroscopiques aléatoires, en utilisant des dispositifs tels que le jeu de pile ou face, les dés, les roulettes et les diverses machines de loterie. La présence de l'imprévisibilité dans ces phénomènes s'appuie sur la théorie des systèmes dynamiques instables et la théorie du chaos.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (4)

Personnes associées (4)

Unités associées (1)

Concepts associés (23)

Cours associés (46)

Séances de cours associées (445)

MOOCs associés (2)

Dynamical Localization Simulated on Actual Quantum Hardware

Su Yeon Chang

Quantum computers are invaluable tools to explore the properties of complex quantum systems. We show that dynamical localization of the quantum sawtooth map, a highly sensitive quantum coherent phenom

MDPI2021

Subthreshold Logic for Low-Area and Energy Efficient True Random Number Generator

Maher Kayal, Mathieu Yves Hervé Coustans, Thomas Eberhardt, Laurent Fesquet

This paper discusses the advantages of subthreshold logic for True Random Number Generators (TRNG). In this work, the entropy is modeled, and a lower bound of Shannon's entropy per output bit can quic

IEEE2018

Statistical Inference for Partially Observed Stochastic Epidemics

Andrea Kraus

This work is concerned with the estimation of the spreading potential of the disease in the initial stages of an epidemic. A speedy and accurate estimation is important for determining whether or not

EPFL2013

Ce cours est pensé comme un second cours d'algèbre, ou un cours d'algèbre linéaire appliquée, conçu pour donner aux étudiant.e.s une vision intuitive des outils fondamentaux. Une emphase particulière

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practi

This course covers the statistical physics approach to computer science problems ranging from graph theory and constraint satisfaction to inference and machine learning. In particular the replica and

This course explains the mathematical and computational models that are used in the field of theoretical neuroscience to analyze the collective dynamics of thousands of interacting neurons.

Générateur de nombres aléatoires matériel

Générateur de nombres aléatoires

Un générateur de nombres aléatoires, random number generator (RNG) en anglais, est un dispositif capable de produire une suite de nombres pour lesquels il n'existe aucun lien calculable entre un nombre et ses prédécesseurs, de façon que cette séquence puisse être appelée « suite de nombres aléatoires ». Par extension, on utilise ce terme pour désigner des générateurs de nombres pseudo aléatoires, pour lesquels ce lien calculable existe, mais ne peut pas « facilement » être déduit.

Cryptographically secure pseudorandom number generator

A cryptographically secure pseudorandom number generator (CSPRNG) or cryptographic pseudorandom number generator (CPRNG) is a pseudorandom number generator (PRNG) with properties that make it suitable for use in cryptography. It is also loosely known as a cryptographic random number generator (CRNG). Most cryptographic applications require random numbers, for example: key generation nonces salts in certain signature schemes, including ECDSA, RSASSA-PSS The "quality" of the randomness required for these applications varies.

Génération de nombres aléatoires quantiques

Explore la génération de nombres quantiques aléatoires, en discutant des défis et des implémentations de générer une bonne randomité à l'aide de dispositifs quantiques.

Matrices et réseaux

Explore l'application des matrices et des écodécompositions dans les réseaux.

Physique statistique des grappes

Explore la physique statistique des clusters, en se concentrant sur la complexité et le comportement d'équilibre.