🔢 mathematics

Correlation Bounds and Markov Analysis for Ring-Oscillator TRNGs: A Joint Validation Framework

यह शोध पत्र एक नवीन संयुक्त सत्यापन ढांचे (joint validation framework) को प्रस्तुत करता है जो मौडिट-सारकोजी द्वितीय-क्रम सहसंबंध माप ( $C_2$ ) और मॉरर के यूनिवर्सल सांख्यिकीय परीक्षण Z-स्कोर के बीच प्रथम गणितीय और अनुभवजन्य सहसंबंध स्थापित करता है, जो मार्कोव चेन विश्लेषण और ओपनटीआरएनजी (OpenTRNG) कार्यान्वयन के माध्यम से रिंग-ऑसिलेटर टीआरएनजी (TRNGs) की क्रिप्टोग्राफिक गुणवत्ता के आकलन के लिए उनकी संयुक्त उपयोगिता को प्रदर्शित करता है।

मूल लेखक: Miguel Alcocer, Ana Isabel Gómez, Domingo Gomez-Perez

प्रकाशित 2026-03-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Miguel Alcocer, Ana Isabel Gómez, Domingo Gomez-Perez

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

बड़ी तस्वीर: "सच्ची" रैंडमनेस (Randomness) बनाना

कल्पना कीजिए कि आप एक कैसीनो के मालिक हैं। आपको ऐसे पासे चाहिए जो पूरी तरह से निष्पक्ष हों ताकि कोई धोखाधड़ी न कर सके। डिजिटल दुनिया में, कंप्यूटरों को एन्क्रिप्शन (जैसे आपके बैंक खाते को लॉक करने वाले पासवर्ड) के लिए "रैंडम नंबरों" की आवश्यकता होती है।

अधिकांश कंप्यूटर रैंडम नंबर बनाने में बहुत खराब होते हैं क्योंकि वे अनुमान लगाने योग्य (predictable) मशीनें होते हैं। इसे ठीक करने के लिए, इंजीनियर Ring Oscillator TRNGs (True Random Number Generators) का उपयोग करते हैं। इन्हें डिजिटल पेंडुलम या मेट्रोनोम की तरह समझें जो आगे-पीछे झूलते हैं। हार्डवेयर में होने वाले सूक्ष्म, अप्रत्याशित कंपन (जैसे थर्मल नॉइज़ या "जिटर") के कारण, ये पेंडुलम कभी भी बिल्कुल एक ही गति से नहीं झूलते। वह सूक्ष्म, अराजक (chaotic) डगमगाहट ही सच्ची रैंडमनेस का स्रोत है।

समस्या: हमें कैसे पता चलेगा कि वे रैंडम हैं?

सिर्फ इसलिए कि एक पेंडुलम डगमगा रहा है, इसका मतलब यह नहीं है कि उससे निकलने वाले नंबर क्रिप्टोग्राफी के लिए पर्याप्त अच्छे हैं। हमें उनका परीक्षण करने की आवश्यकता है। यह पेपर एक विशिष्ट समस्या पर काम करता है: हमारे पास रैंडमनेस को मापने के अलग-अलग तरीके हैं, लेकिन कोई नहीं जानता कि वे वास्तव में एक ही चीज़ को माप रहे हैं या नहीं।

लेखकों ने रैंडमनेस को मापने के लिए उपयोग किए जाने वाले दो प्रसिद्ध "रूलर्स" (मापक) को देखा:

मॉरर टेस्ट (The Maurer Test): यह जाँचता है कि डेटा कितना "कंप्रेसिबल" (दबाने योग्य) है। यदि एक क्रम वास्तव में रैंडम है, तो यह एक बिखरे हुए अंडे की तरह है—आप जानकारी खोए बिना इसे एक छोटे बॉक्स में नहीं समा सकते। यदि यह अनुमान लगाने योग्य है, तो आप इसे आसानी से कंप्रेस कर सकते हैं।
कोरिलेशन मेजर ( $C_2$ ): यह जाँचता है कि क्या नंबर एक-दूसरे के "दोस्त" हैं। यदि आप एक 1 देखते हैं, तो क्या इससे यह संभावना बढ़ जाती है कि आप एक क्षण बाद एक और 1 देखेंगे? एक वास्तव में रैंडम क्रम में, नंबर अजनबी होने चाहिए; उन्हें पिछले नंबर के बारे में पता नहीं होना चाहिए।

अंतराल (The Gap): अब तक, शोधकर्ता इन रूलर्स का अलग-अलग उपयोग करते थे। उन्हें यह नहीं पता था कि मॉरर टेस्ट पर उच्च स्कोर प्राप्त करने से कोरिलेशन टेस्ट पर कम स्कोर की गारंटी मिलती है या नहीं।

समाधान: एक "संयुक्त सत्यापन ढांचा" (A Joint Validation Framework)

लेखकों ने इन दोनों रूलर्स के बीच एक पुल बनाया। उन्होंने एक नया ढांचा तैयार किया जो उन्हें एक साथ जोड़ता है, साथ ही इसमें एक तीसरा सिद्धांत भी शामिल है जिसे मार्कोव चेन (Markov Chains) कहा जाता है (जो बस "वर्तमान कदम के आधार पर अगले कदम का अनुमान लगाने" का एक फैंसी तरीका है)।

यहाँ उपमा (analogy) दी गई है:

कल्पना कीजिए कि आप मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं।
मार्कोव चेन वर्तमान में बादलों को देखने जैसा है ताकि यह अनुमान लगाया जा सके कि कल बारिश होगी या नहीं।
कोरिलेशन ( $C_2$ ) यह मापता है कि आज का मौसम कल के मौसम को कितना प्रभावित करता है।
मॉरर का टेस्ट पूरे एक महीने के मौसम के पैटर्न की अराजकता को मापता है।

पेपर गणितीय रूप से सिद्ध करता है कि यदि मौसम वास्तव में अराजक (high Maurer score) है, तो आज का मौसम कल के मौसम की भविष्यवाणी नहीं कर सकता (low Correlation)। उन्होंने दिखाया कि ये दोनों टेस्ट वास्तव में अलग-अलग कोणों से एक ही अंतर्निहित सत्य को देख रहे हैं।

प्रयोग: "काउंटर" बनाम "सैंपलर"

टीम ने विभिन्न डिज़ाइनों का परीक्षण करने के लिए OpenTRNG (एक ओपन-सोर्स सिम्युलेटर) नामक टूल का उपयोग किया। उन्होंने "डगमगाते" पेंडुलम को पढ़ने के दो तरीकों की तुलना की:

डायरेक्ट सैंपलिंग (पुराना तरीका): एक विशिष्ट समय पर पेंडुलम की एक तस्वीर (snapshot) लेना।
- उपमा: सिक्के के उछलने के दौरान उसे देखकर उछाल का परिणाम बताने की कोशिश करना। यह अव्यवस्थपूर्ण है और अक्सर पक्षपाती होता है।
- परिणाम: नंबर अनुमान लगाने योग्य थे (उच्च कोरिलेशन)। टेस्ट फेल हो गया।
पीरियड्स की गिनती करना (नया तरीका): केवल स्नैपशॉट लेने के बजाय, उन्होंने एक मास्टर क्लॉक के दो 'टिक' के बीच पेंडुलम कितनी बार झूला, इसकी गिनती की।
- उपमा: घूमते हुए सिक्के को देखने के बजाय, आप गिनते हैं कि रुकने से पहले वह कितनी बार घूमा। यह छोटी त्रुटियों को सुचारू (smooth out) कर देता है।
- परिणाम: यह तरीका बहुत सफल रहा। नंबर बहुत अधिक रैंडम हो गए। "कोरिलेशन" घटकर लगभग शून्य हो गया, और "मॉरर टेस्ट" ने शानदार सफलता प्राप्त की।

मुख्य निष्कर्ष

वे सबसे अच्छे दोस्त हैं: अध्ययन में मॉरर टेस्ट स्कोर और कोरिलेशन स्कोर के बीच एक मजबूत सकारात्मक सहसंबंध (strong positive correlation) पाया गया। यदि एक टेस्ट कहता है कि नंबर अच्छे हैं, तो दूसरा भी लगभग निश्चित रूप से वैसा ही कहेगा। इसका मतलब है कि इंजीनियर इन टेस्ट्स को एक "एकीकृत मीट्रिक" के रूप में तेजी से जांचने के लिए एक साथ उपयोग कर सकते हैं।
"काउंटिंग" ट्रिक काम करती है: ऑसिलेटर स्विंग्स (झूलों) को गिनने का तरीका (केवल बिट्स को सैंपल करने के बजाय) बेहतर है। इसने पुराने तरीके की तुलना में रैंडमनेस की भविष्यवाणी को लगभग 40 गुना कम कर दिया।
सिद्धांत को मात देना: उनके द्वारा टेस्ट किए गए सर्वश्रेष्ठ डिज़ाइनों ने गणितीय भविष्यवाणी से भी बेहतर प्रदर्शन किया। उन्होंने "श्मिट बाउंड" (एक प्रसिद्ध गणितीय सीमा) की तुलना में 2 से 3 गुना बेहतर रैंडमनेस हासिल की।

यह क्यों मायने रखता है?

सुरक्षित सिस्टम (जैसे बैंक, सरकारें और क्रिप्टो वॉलेट) बनाने वाले लोगों के लिए, यह पेपर एक उपहार है।

सरल परीक्षण: दर्जनों जटिल, असंबंधित टेस्ट चलाने के बजाय, अब उनके पास गुणवत्ता की जांच करने का एक एकीकृत तरीका है। यदि "कोरिलेशन" कम है और "मॉरर Z-स्कोर" कम है, तो सिस्टम सुरक्षित होने की संभावना है।
बेहतर डिज़ाइन: यह पुष्टि करता है कि ऑसिलेटर स्विंग्स को गिनना इन रैंडम नंबर जेनरेटरों को बनाने के लिए "गोल्ड स्टैंडर्ड" है।
चेतावनी प्रणाली: यदि कोई नया डिज़ाइन इन टेस्ट्स में से किसी एक में विफल होता है, तो लेखक तुरंत जान जाते हैं कि दूसरा टेस्ट भी विफल होने की संभावना है, जिससे समय और संसाधनों की बचत होती है।

संक्षेप में: लेखकों ने अराजकता को मापने के दो अलग-अलग तरीकों को लिया, सिद्ध किया कि वे गणितीय रूप से जुड़े हुए हैं, और दिखाया कि एक विशिष्ट "गिनती" (counting) तकनीक सबसे अराजक (और इसलिए सबसे सुरक्षित) रैंडम नंबर बनाती है।

यहाँ मिगुएल अल्कोसर, एना इसाबेल गोमेज़ और डोमिंगो गोमेज़-परेज के शोध पत्र "Correlation Bounds and Markov Analysis for Ring-Oscillator TRNGs: A Joint Validation Framework" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

रिंग ऑसिलेटर (ROs) पर आधारित ट्रू रैंडम नंबर जनरेटर्स (TRNGs) क्रिप्टोग्राफिक अनुप्रयोगों के लिए महत्वपूर्ण हैं, जो थर्मल जिटर (thermal jitter) जैसे भौतिक एंट्रॉपी स्रोतों पर निर्भर करते हैं। हालाँकि, उनकी क्रिप्टोग्राफिक गुणवत्ता सुनिश्चित करने के लिए कठोर सांख्यिकीय सत्यापन की आवश्यकता होती है।

अंतराल (The Gap): जबकि मॉडिट-सारकोजी कोरिलेशन मेजर ( $C_k$ ) छद्म यादृच्छिकता (pseudorandomness) पर सैद्धांतिक सीमाएँ प्रदान करता है और मॉरर का यूनिवर्सल स्टैटिस्टिकल टेस्ट अनुभवजन्य एंट्रॉपी मूल्यांकन प्रदान करता है, पूर्व शोध ने इन मेट्रिक्स के बीच सीधा संबंध स्थापित नहीं किया है।
चुनौती (The Challenge): सैद्धांतिक कोरिलेशन बाउंड्स ( $C_k$ ) और अनुभवजन्य एंट्रॉपी टेस्ट (मॉरर का Z-स्कोर) या उच्च-क्रम मार्कोव चेन ट्रांज़िशन प्रोबेबिलिटी के बीच सहसंबंध स्थापित करने के लिए कोई एकीकृत ढांचा मौजूद नहीं है। कोरिलेशन की यह कमी नए TRNG डिजाइनों के प्रदर्शन की भविष्यवाणी करना कठिन बना देती है जब तक कि थकाऊ और समय लेने वाले टेस्ट सुइट्स (जैसे NIST, AIS31) न चलाए जाएं।

2. कार्यप्रणाली (Methodology)

लेखक एक संयुक्त सत्यापन ढांचा प्रस्तावित करते हैं जो तीन प्रमुख मेट्रिक्स को सैद्धांतिक और अनुभवजन्य रूप से जोड़ता है:

मॉडिट-सारकोजी कोरिलेशन ( $C_k$ ): विशेष रूप से दूसरे-क्रम के कोरिलेशन ( $C_2$ ) पर ध्यान केंद्रित करना, जो गैर-शून्य लैग्स (non-zero lags) पर अधिकतम पीयरसन कोरिलेशन को मापता है।
मॉरर का यूनिवर्सल टेस्ट: एक एंट्रॉपी-आधारित परीक्षण जो दोहराए गए $k$ -बिट ब्लॉक्स के बीच की दूरी का विश्लेषण करके अनुक्रम की संपीड़ितता (compressibility) को मापता है, जिसके परिणामस्वरूप एक Z-स्कोर प्राप्त होता है।
उच्च-क्रम मार्कोव चेन (High-Order Markov Chains): TRNG आउटपुट को मेमोरी $k$ वाले एक मार्कोव प्रोसेस के रूप में मॉडल करना ताकि ट्रांज़िशन प्रोबेबिलिटी का विश्लेषण किया जा सके।

प्रायोगिक सेटअप (Experimental Setup):

फ्रेमवर्क: लेखकों ने पुनरुत्पादक (reproducible) RO-TRNG डिजाइन के लिए एक ओपन-सोर्स फ्रेमवर्क, OpenTRNG का उपयोग किया।
आर्किटेक्चर: उन्होंने एलिमेंट्री रिंग ऑसिलेटर्स (ERO) और कोहेरेंट सैंपलिंग रिंग ऑसिलेटर्स (COSO) का परीक्षण किया।
एक्सट्रैक्शन विधि: उन्होंने स्वतंत्र थर्मल शोर को अलग करने और कॉमन-मोड जिटर को रद्द करने के लिए एक डिफरेंशियल काउंटर-आधारित दृष्टिकोण (प्रत्यक्ष बिट सैंपलिंग के बजाय ऑसिलेटर पीरियड्स को गिनना) का उपयोग किया।
चर (Variables): अध्ययन में ऑसिलेटर फ्रीक्वेंसी ( $f_1, f_2$ ), रेफरेंस फ्रीक्वेंसी ( $f_{ref}$ ), और XOR एक्यूमुलेशन डेप्थ ( $n = 1, 2, 4, 8, 16$ ) को बदला गया।
डेटा: प्रत्येक 58 पैरामीटर कॉन्फ़िगरेशन के लिए, $C_2$ और मॉरर Z-स्कोर की गणना करने के लिए $N = 10^5$ बिट्स उत्पन्न किए गए।

3. मुख्य योगदान (Key Contributions)

A. सैद्धांतिक व्युत्पत्ति (Theoretical Derivations)

यह शोध पत्र मेट्रिक्स के बीच कठोर गणितीय संबंध स्थापित करता है:

प्रमेय 1 (कोरिलेशन बनाम मार्कोव): लेखक सिद्ध करते हैं कि कम $C_k(S)$ लगभग समान $k$ -बिट पैटर्न आवृत्तियों की गारंटी देता है। वे एक स्पष्ट सीमा (bound) निकालते हैं जिससे पता चलता है कि मार्कोव ट्रांज़िशन प्रोबेबिलिटी का आदर्श $1/2$ से विचलन $C_k(S)$ के एक फलन द्वारा सीमित है। विशेष रूप से, 8-बिट मेमोरी चेन के लिए, ट्रांज़िशन प्रोबेबिलिटी विचलन $2^6 \cdot C_8(S)$ के समानुपाती है।
प्रमेय 2 (कोरिलेशन बनाम मॉरर): शोध पत्र मॉरर टेस्ट फंक्शन ( $f_{TU}$ ) को सीधे कोरिलेशन मेजर $C_k(S)$ से जोड़ने वाले सैद्धांतिक बाउंड्स व्युत्पन्न करता है। यह सिद्ध करता है कि मॉरर टेस्ट द्वारा मापी गई संपीड़ितता, अनुक्रम के कोरिलेशन गुणों द्वारा गणितीय रूप से बाधित है।
श्मिट बाउंड वैलिडेशन: यह कार्य कोरिलेशन के लिए श्मिट के उन्नत बाउंड को मान्य करता है ( $C_k(S) \le \sqrt{2k \ln(N)/N}$ ), जो दिखाता है कि यह पिछले अलॉन कांस्टेंट बाउंड की तुलना में काफी अधिक सटीक (लगभग 3.5 गुना सुधार) है।

B. अनुभवजन्य सत्यापन (Empirical Validation)

संयुक्त वितरण विश्लेषण: अध्ययन विभिन्न RO कॉन्फ़िगरेशन के लिए ऑफ-पीक $C_2$ के विरुद्ध मॉरर Z-स्कोर को प्लॉट करके सैद्धांतिक संबंधों को कम्प्यूटेशनल रूप से मान्य करता है।
काउंटर बनाम सैंपलिंग: लेखकों ने काउंटर-आधारित एक्सट्रैक्शन की तुलना डायरेक्ट बिट सैंपलिंग से की। उन्होंने प्रदर्शित किया कि काउंटिंग पीरियड्स, डायरेक्ट सैंपलिंग की तुलना में काफी बेहतर सांख्यिकीय गुण (कम कोरिलेशन) प्रदान करता है।

4. मुख्य परिणाम (Key Results)

मजबूत सकारात्मक सहसंबंध: मॉरर Z-स्कोर और ऑफ-पीक $C_2$ मेजर के बीच एक पीयरसन कोरिलेशन गुणांक $r = 0.95$ पाया गया। यह इंगित करता है कि जैसे-जैसे कोरिलेशन ( $C_2$ ) बढ़ता है, Z-स्कोर (यादृच्छिकता से विचलन) भी बढ़ता है।
प्रदर्शन सीमाएँ (Performance Thresholds):
- वे कॉन्फ़िगरेशन जहाँ $|Z| < 0.1$ था, उन्होंने लगातार $C_2 < 0.01$ प्राप्त किया।
- उच्च कोरिलेशन मान ( $C_2 > 0.8$ ) $Z > 1$ के साथ जुड़े थे, जो रैंडम अपेक्षाओं को पूरा करने में विफलता का संकेत देते हैं।
XOR एक्यूमुलेशन का प्रभाव: XOR एक्यूमुलेशन डेप्थ ( $n$ ) को 1 से बढ़ाकर 16 करने से सिस्टम का प्रदर्शन आदर्श क्षेत्र ( $|Z| \approx 0, C_2 < 0.01$ ) के करीब पहुँच गया।
काउंटर-आधारित श्रेष्ठता:
- डायरेक्ट सैंपलिंग: $C_2 = 0.34$ , $Z = -2.1$ (विफल)।
- काउंटर-आधारित: $C_2 = 0.009$ , $|Z| < 1$ (सफल)।
- यह कोरिलेशन मेट्रिक में ~40x सुधार का प्रतिनिधित्व करता है, जो डिफरेंशियल काउंटिंग पद्धति की प्रभावकारिता की पुष्टि करता है।
श्मिट बाउंड उपलब्धि: व्यावहारिक कार्यान्वयन ने श्मिट के उन्नत सैद्धांतिक बाउंड से 2–3 गुना कम $C_2$ मान प्राप्त किए, जो यह सुझाव देता है कि अनुकूलित होने पर व्यावहारिक डिज़ाइन सामान्य सैद्धांतिक सीमाओं से बेहतर प्रदर्शन कर सकते हैं।

5. महत्व और निष्कर्ष (Significance and Conclusion)

एकीकृत सत्यापन ढांचा: यह शोध पत्र TRNG डिजाइनरों के लिए एक सरल सत्यापन प्रोटोकॉल प्रस्तावित करता है। पूर्ण टेस्ट सुइट्स चलाने के बजाय, डिज़ाइनर $C_2$ (FFT ऑटोकोरिलेशन के माध्यम से) और मॉरर का Z-स्कोर कंप्यूट कर सकते हैं।
- गुणवत्ता के मानदंड: वे कॉन्फ़िगरेशन जो $C_2 < 0.01$ और $|Z| < 2$ को संतुष्ट करते हैं, उनके NIST या AIS31 जैसे व्यापक सुइट्स को पास करने की अत्यधिक संभावना है।
डिजाइन मार्गदर्शन: मजबूत सहसंबंध डिजाइन दोषों का शीघ्र पता लगाने की अनुमति देता है। यदि एक डिज़ाइन एक मेट्रिक में विफल होता है, तो यह सांख्यिकीय रूप से दूसरे में भी विफल होने की संभावना रखता है, जिससे कम्प्यूटेशनल संसाधनों की बचत होती है।
सैद्धांतिक सेतु: कॉम्बिनेटोरियल उपायों ( $C_k$ ) को संभाव्यता मॉडल (मार्कोव चेन) और एंट्रॉपी टेस्ट (मॉरर) से जोड़कर, यह शोध पत्र इस बात की गहरी समझ प्रदान करता है कि भौतिक जिटर क्रिप्टोग्राफिक रैंडमनेस में कैसे परिवर्तित होता है।
भावी कार्य: लेखक आर्किटेक्चर-विशिष्ट कोरिलेशन बाउंड्स का पता लगाने और मल्टी-सोर्स XOR एक्यूमुलेशन और उच्च-क्रम कोरिलेशन तक ढांचे का विस्तार करने की योजना बना रहे हैं।

संक्षेप में, यह कार्य सैद्धांतिक कोरिलेशन बाउंड्स और अनुभवजन्य एंट्रॉपी टेस्टिंग के बीच के अंतर को पाटता है, जो रिंग ऑसिलेटर TRNGs को मान्य करने के लिए एक मजबूत, गणितीय रूप से आधारित और कम्प्यूटेशनल रूप से कुशल तरीका प्रदान करता है।