В ходе выполнения дипломного проекта были решены все поставленные задачи и достигнута цель ВКР.
Были рассмотрены методы оценки качества случайных последовательностей. В результате было выявлено, что большинство тестов для проверки случайных последовательностей имеют экспоненциальную вычислительную сложность, что является недопустимым при реализации данных алгоритмов с системах с ограниченными ресурсами.
Для решения данной проблемы было принято решение перейти от обычного представления случайных последовательностей к вычислению энтропии через пространства сверток Хэмминга согласно рекомендациям ГОСТ Р 52633.3-2011 [2]. Для этого была изучена методика применения сверток Хэмминга для определения численной оценки близости к «белому» шуму двоичной последовательности. В результате применения данной методики было составлено множество сверток Хэмминга, затем для каждой было построено распределение и вычислены статистические характеристики: математическое ожидание и среднее квадратическое отклонение.
Полученные данные были внимательно изучены и в результате был получен вывод, что с помощью данной методики возможно эффективно отличать случайную последовательность от неслучайной. Для этого применялась свертка Хэмминга не по одному модулю, а по шестнадцати. Также вычислялись статистические характеристики как всего распределения, так и отдельных его частей. В результате были сформированы таблицы для создания и обучения нейронной сети.
Затем была реализована нейронная сеть состоящая из 124 нейронов с входными данными и 16 нейронами с выходными данными. Для выходных нейронов были определены условные выходные значения, где «0» это случайная последовательность, а «1» неслучайная последовательность. Таким образом, был разработан набор из 16 тестов для численной оценки качества случайной последовательности длиной 256 бит, который согласно предложенной методики возможно расширить до 256. Данный набор тестов можно использовать совместно или отдельно с шестнадцатью тестами NIST.
В итоге было разработано программное средство на языке C++ в среде Microsoft Visual Studio 2017 с использованием графического интерфейса Windows Forms позволяющее однозначно определить, что из себя представляет двоичная последовательность из 256 бит — случайную последовательность или неслучайную последовательность. Или иными словами — определить близость близость двоичной последовательности к «белому» шуму.
Разработанное программное средство было протестировано на программном средстве позволяющем генерировать случайную последовательность из биометрических данных пользователя. Также был произведен расчет вероятности ошибок первого и второго рода, то есть случай когда программа примет случайную последовательность за неслучайную и наоборот.
Таким образом, все пункты технического задания на ВКР выполнены в полном объёме.


Купить