真正的随机数发生器在许多计算应用中引起了极大的兴趣,例如密码学,神经形态系统和蒙特卡洛模拟。在这里,我们研究了这种应用,在弹道极限内通过短持续时间(NS)脉冲激活的垂直磁性隧道连接纳米柱(PMTJ)。在此极限中,脉冲可以将初始自由层磁力态的玻尔兹曼分布转换为随机磁性下降或向上的状态,即有一个0或1的位,很容易通过测量结的隧道电阻来确定。证明,具有数百万事件的比特斯流:1)通过正态分布非常近似; 2)通过多个统计测试进行真实随机性,包括所有仅具有一个XOR操作的随机数发电机的国家规范研究所测试; 3)可用于创建8位随机数的均匀分布; 4)随着时间的推移,位概率不会漂移。此处介绍的结果表明,与其他随机纳米磁性设备相比,在弹道制度中运行的PMTJ可以在50 MHz比特率下生成真实的随机数,同时对环境变化(例如其工作温度)的稳定性更大。
摘要。我们在量子模拟器中介绍了 Grover 算法的实现,以对两个缩放哈希函数的原像进行量子搜索,其设计仅使用模加、字旋转和按位异或。我们的实现提供了精确评估门数和成熟量子电路深度缩放的方法,该量子电路旨在查找给定哈希摘要的原像。量子预言机的详细构造表明,与门、或门、位移位和计算过程中初始状态的重用,与基于模加、异或门和旋转的其他哈希函数相比,需要额外的量子资源。我们还跟踪了计算过程中每一步量子寄存器中存在的纠缠熵,表明它在量子预言机的第一个动作的内核处达到最大值,这意味着基于张量网络的经典模拟将不相关。最后,我们表明,基于在 Grover 算法的几个步骤之后对量子寄存器进行采样的快捷策略只能在减少错误方面提供一些边际实际优势。
流密码[16]是对称密码学中使用的主要加密原始图之一。从历史上看,第一个流量密码是使用“线性”重新组件构建的,在寄存器更新函数(将一个状态发送到下一个状态)中,线性的含义均意味着在下一个状态中发送一个状态),在输出功能中,该功能将按键作为当前状态的函数计算为键流。纯粹的线性寄存器不再使用,因为它们的状态可以从其生成的键流的一小部分中迅速恢复,例如Berlekamp-Massey算法[5,第7章]。由于使用线性结构仅基于几个XOR大门而转化为硬件实现,这对于实际应用是非常可取的,因此大多数Modern crean Stream Cipher都保留了该原始结构的某些部分。在许多相互竞争的流设计中,最近引起了一些兴趣:所谓的非线性过滤器发电机[11]。的确,他们保留了由一个或几个线性寄存器组成的状态的线性更新,但是他们通过其状态的非线性函数输出键流:此功能称为滤波器。这些密码最值得注意的例子是WG-PRNG,它已提交给NIST轻量加密术的NIST竞争[1]。
本研究介绍了一种新型的超大规模集成 (VLSI) 系统中的错误检测和纠正方法,专门针对太空应用。本研究的核心是开发和实施一种复杂的二维纠错码,旨在显著提高外层空间恶劣条件下的内存可靠性。传统的纠错方法虽然在一定程度上有效,但无法解决突发错误这种复杂的现象——由于单一破坏性事件(如宇宙辐射)而同时在多个位中发生的错误。所提出的纠错方案创新地采用了扩展的 XOR 运算,覆盖了更大的数据块,从而为检测和纠正突发错误提供了更全面的解决方案。此外,循环冗余校验 (CRC) 技术的集成进一步增强了系统的错误检测和纠正能力。通过与现有方法的详细比较,我们的研究表明,所提出的二维代码不仅解决了当前纠错技术的局限性,而且还有助于提高太空工程中内存系统的可靠性。该方法的实施有望在突发错误普遍存在的环境中提供更好的性能,标志着空间系统设计和可靠性领域向前迈出的重要一步。
摘要 - 由于电子半导体部门经历了缩小规模,因此存在许多挑战,包括缩放,短通道影响,泄漏电流和稳定性。碳纳米管(CNT)已成为一种令人兴奋的新发明,可以克服CMO的局限性,同时保持高效率和可靠性。算术和逻辑单元(ALU)是微处理器和实时计算机芯片中存在的中央操作可编程逻辑组件。传统的算术逻辑单元(ALUS)是利用CMOS技术创建的,导致高功率使用,延迟以及晶体管计数。本文专门讨论了采用碳纳米管现场效应晶体管(CNTFET)的混合算术逻辑单元(ALU)的概念化和开发。首先,开发了XOR和MUX的组合,然后将其用于创建混合加法器和减法器。该研究展示了利用碳纳米管(CNT)技术的增强算术逻辑单元(ALU)的开发,模拟和评估,并将其与使用32 NM技术节点进行了将其与传统的CMOS实施进行了比较。使用碳纳米管(CNT)技术的ALU在功率使用情况,传播延迟和功率 - 延迟产品(PDP)方面的性能较高,而与CMOS技术相比。
抽象隐志是一种数据隐藏技术,它使用图像,音频或视频作为封面介质。密码学已成为安全的重要组成部分。图像隐志是一种在图像中隐藏秘密消息以减少隐性分析的脆弱性的一种方式。我们克服了仅使用文本隐身志的缺点,因为它更容易拦截和破译。我们使用XOR和一个时间板(OTP)算法随机生成的键加密纯文,然后将其嵌入封面图像的最低显着位(LSB)中。我们将密码文本嵌入了封面图像的像素的LSB中,以形成Stego图像。为了增强和确保安全性,我们使用Visual密码以及图像争夺。图像加扰是一项技术,像素的位置被扰乱以提供额外的保护图像。Visual密码学是一种通过将视觉信息分解为共享来加密视觉信息的方法。使用图像加扰和视觉密码学都使系统不仅更安全,而且很难解密。在该项目中还构建了同一算法的解密算法。关键字:隐肌,视觉密码学,多级技术,一个时间垫(OTP),最小显着的位(LSB),Stego Image,Image Grambling。
摘要在工作中,作者提出了使用信息驱动的置换操作来实施加密数据转换的技术之一。已经开发了一种基于使用基本信息驱动的置换操作的基本组的加密数据转换方法的算法。基于提出的算法的三个字节数据的加密转换过程由包含信息驱动的排列,Feistel网络,Shift和XOR操作以及添加模量2。在高级面向对象的编程语言Python中,已开发算法的软件实现已进行。根据提出的使用先前合成的信息驱动的置换操作的方法,根据提出的方法进行了进一步的研究结果,并进行了进一步的研究并对加密数据转换结果进行定性评估。根据NIST STS软件包的统计测试评估了该算法的有效性,以及其适用于通过硬件和软件实现数据加密的适用性,基于测试结果与使用标准加密算法DES,AES,AES,AES,AES,AES,blowfish,blowfish,Kalyna,strumok,strumok,strumok,strumok,straumok,straumok,straumok,straumok,straumok,straumok,straumok,straumok,straumok,straumok,straumok,straumok和Lineareareareareal反馈移位寄存器。关键字1技术,信息驱动的置换操作,基本操作,算法,加密转换,密钥,圆形,统计测试。1。简介
该项目旨在开发一款安全的应用程序,利用量子、计算和谷歌量子人工智能,重点关注可持续性。该应用程序将采用先进的加密技术,包括异或门信号处理和控制工程二项式 z 变换方法,以确保强大的安全性并有效防止网络犯罪。该应用程序将由可再生能源供电,特别是太阳能、水力发电和风力涡轮机。这些可再生能源将与量子处理器集成,利用人工智能预测优化控制来有效管理能源消耗并最大限度地提高性能。这种集成确保应用程序以峰值效率运行,同时最大限度地减少其碳足迹。例如,量子处理器的运行可以优化以与可再生能源的可用性保持一致。在日照高峰时段,太阳能电池板可以为量子处理器提供充足的电力,而人工智能系统则相应地预测和调整处理器的工作负载。同样,可以监控和管理水力发电和风力涡轮机产生的电力以提供稳定的能源,确保量子处理器即使在可再生能源供应波动时也能保持高效率。总体而言,该项目代表了量子计算与可持续实践相结合的开创性努力,旨在为现代加密挑战提供安全且环保的解决方案。
量子计算的并行计算能力和量子比特的特殊性质为图像处理任务提供了有效的解决方案。本文提出了一种基于Fisher-Yates算法和Logistic映射的量子图像加密算法。首先利用Fisher-Yates算法生成三个密钥序列,其中一个密钥序列用于对图像的坐标量子比特进行编码。利用另外两个密钥和预设规则,基于编码后的坐标量子比特设计量子坐标置乱操作,对明文图像的空间信息进行有效的置乱。接下来,生成另一组密钥序列,其中一个密钥序列用于对图像的颜色量子比特进行编码。利用另外两个密钥序列和不同的规则,设计了一种基于编码颜色量子比特的量子比特平面置乱操作,成功对图像的颜色信息进行了置乱。最后基于Logistic映射生成量子密钥图像,并基于Fisher-Yates算法对密钥图像进行置乱,以提高密钥复杂度。将原图像与置乱后的密钥图像进行异或运算,得到最终的密文图像。给出了该方案的完整量子电路图。实验结果和安全分析证明了该方案的有效性,该方案提供了很大的密钥空间,计算复杂度仅为O(n)。
摘要 - 在这项研究中,一种新方法正在引起编码2D和3D颜色图像。将DNA链构造用作结构该方法的基础。此方法由两个主要阶段组成,即加密和解密阶段。每个阶段都包含多个操作,以达到所需的目标。在编码阶段,准备了一张特别的表格,以显示工作的机构。首先将DNA碱基编码为两个二进制订单,然后将两个零添加到字符串中,最终由四个二进制位组成,它们的大小与在二进制中表示的一组十六进制数字平行,然后在其中进行XOR操作,然后在两个值之间完成两个值,以使结果与原始代码完全不同。然后将我们获得的二进制值转换为十进制值,该值放置在阵列中,其大小与要编码的图像相同。最后,最后一个数组是用指数函数因子处理的,因此最终结果是100%编码图像。在解码阶段,构建了另一种算法,该算法反映了在加密阶段之前的工作,其中结果是原始图像的确切副本。值得注意的是,不同大小的标准图像被用作测试图像。该方法的性能评估是基于几个因素来计算的:MSE,峰值PSNR以及执行编码和解码过程所需的时间。在质量和时间方面与其他方法的结果相比,该方法获得了良好的结果。