(Pseudo) Random Bit und Number Generator

Question 1

Verschiedene Aussagen
Richtig oder Falsch?
Ein PRNG braucht immer einen Seed um zu starten.

Answer 1

Richtig, der Input ist ein Seed und kommt von den Entropy Quelle

Question 2

Verschiedene Aussagen
Richtig oder Falsch?
Ein Linear Congruental Generator (LCG) ist ein PRNG, aber kein CSPRNG

Answer 2

Richtig, es produziert eine Sequenz von Nummern mit:
yi+1 = (a * yi +b) mod q
y0 ist der Seed

Question 3

Verschiedene Aussagen
Richtig oder Falsch?
Basierend auf dem identischen Seed generiert der PRNG immer einen anderen Output.

Answer 3

Falsch, es wird immer der selbe Output generiert.

Question 4

Verschiedene Aussagen
Richtig oder Falsch?
Es ist bewiesen, dass sich der Output von einem PRBG nicht von einer tatsächlichen Zufallszahl unterscheiden lässt.

Answer 4

Falsch

Question 5

Aussagen zu statistischen Tests zu Randomness
Die Bit-Paare 00, 01, 10 und 11 müssen gleich häufig sein.

Answer 5

Serial test (two-bit-test)

Question 6

Aussagen zu statistischen Tests zu Randomness
Die Häufigkeit der Bits insgesamt wird bewertet: 0 und 1 sind gleich verteilt.

Answer 6

Monobit Test

Question 7

Aussagen zu statistischen Tests zu Randomness
Kann die Sequenz komprimiert werden ohne Informationen zu verlieren?

Answer 7

Maurer’s Universal Test

Question 8

Aussagen zu statistischen Tests zu Randomness
Ist die Anzahl der “Runs” (Abfolgen von nur Einsen oder Nullen) von verschiedener Länge wie von zufälligen Zahlen erwartet?

Answer 8

Runs Test

Question 9

Middle Square Methode

Answer 9

1. Man erhält eine vierstellige Zahl
2. Man nimmt die zwei mittleren Ziffern und quadriert diese.
3. Das wiederholt man solange bis das Ergebnis des Quadrat Null ist.

Question 10

Verschiedene Aussagen
Richtig oder falsch?
Mit einem gegebenen Seed kann PRNG ein truly random one-time pad erstellen.

Answer 10

Richtig

Question 11

Verschiedene Aussagen
Richtig oder falsch?
Ein PRNG fällt beim Next-Bit Test durch wenn es einen polynomiellen Algorithmus gibt der den nächsten Bit mit einer Wahrscheinlichkeit von über 50% voraussagt.

Answer 11

Richtig

Question 12

Definition von TRNG

Answer 12

Ein TRNG ist ein RNG mit den Eigenschaften:
1. Unpredictability: Bei einer gegebenen Teilfolge generierter Zahlen kann man aus der Folge keine andere Zahl ableiten
2. Uniform distribution: Die Verteilung der generierten Zahlen in der Sequenz ist gleichmäßig.

Question 13

Definition von PRNG

Answer 13

Es ist ein deterministischer Algorithmus der als Input Bits durch sogenannte seed bekommt. Der Output erscheint nur random aber ist es nicht wirklich.

Question 14

Unterschied PRNG und TRNG

Answer 14

TRNG generiert echte zufällige Zahlen von Entropy Quellen (Software/Hardware Entropy Quellen)
und PRNG nicht echte zufällige Zahlen durch deterministische Algorithmen.