БАГАТОКРИТЕРІАЛЬНА МЕТОДИКА ВИБОРУ ГЕНЕРАТОРІВ ПУАССОНІВСЬКИХ ІМПУЛЬСНИХ ПОСЛІДОВНОСТЕЙ ДЛЯ ЗАДАЧ ЗАХИСТУ ІНФОРМАЦІЇ

Олег Гарасимчук

doi:10.28925/2663-4023.2025.34.1348

Автор(и)

Олег Гарасимчук Національний університет "Львівська політехніка" https://orcid.org/0000-0002-8742-8872

DOI:

https://doi.org/10.28925/2663-4023.2025.34.1348

Ключові слова:

генератор псевдовипадкових імпульсних послідовностей, пуассонівський процес, багатокритеріальний вибір, кібербезпека, захист інформації, криптографічна стійкість, статистичне моделювання, приховані канали, автентифікація пристроїв.

Анотація

У роботі досліджено генератори псевдовипадкових імпульсних послідовностей із пуассонівським законом розподілу як засіб вирішення специфічних задач кібербезпеки та захисту інформації. Розглянуто узагальнену структурну схему ГПІП та базові класи генераторів псевдовипадкових чисел, що застосовуються для їх побудови. Обґрунтовано, що вибір генератора не може здійснюватися лише за критерієм статистичної відповідності закону Пуассона, оскільки різні сценарії застосування висувають різні вимоги до статистичних, часових, обчислювальних та криптографічних характеристик. Запропоновано багатокритеріальну методику вибору генератора, яка враховує статистичну відповідність пуассонівському процесу, швидкодію, криптографічну стійкість, період/відтворюваність та апаратну реалізованість. Для задач моделювання трафіку, синтетичного генерування подій, формування джиттера, прихованої передачі даних та автентифікації пристроїв сформовано диференційовані профілі вимог до генератора. Проведено порівняльний аналіз MAGF, LCG, LFSR, CSPRNG та фізичних джерел випадковості. Обґрунтовано, що оптимальний клас генератора визначається профілем вимог конкретного сценарію, а не існує як універсальна альтернатива. Сформульовано рекомендації щодо вибору класу генератора залежно від сценарію застосування в задачах захисту інформації.

Завантаження

Дані завантаження ще не доступні.

Посилання

Orúe, A.B., Hernández Encinas, L., Fernández, V., Montoya, F. (2018). A Review of Cryptographically Secure PRNGs in Constrained Devices for the IoT. In: Pérez García, H., Alfonso-Cendón, J., Sánchez González, L., Quintián, H., Corchado, E. (eds) International Joint Conference SOCO’17-CISIS’17-ICEUTE’17 León, Spain, September 6–8, 2017, Proceeding. SOCO ICEUTE CISIS 2017 2017 2017. Advances in Intelligent Systems and Computing, vol 649. Springer, Cham. https://doi.org/10.1007/978-3-319-67180-2_65.

Maksymovych, V.; Shabatura, M.; Harasymchuk, O.; Shevchuk, R.; Sawicki, P.; Zajac, T. Combined Pseudo-Random Sequence Generator for Cybersecurity. Sensors (Basel) 2022, 22, 9700, doi:10.3390/s22249700.

Maksymovych, V.; Nyemkova, E.; Justice, C.; Shabatura, M.; Harasymchuk, O.; Lakh, Y.; Rusynko, M. Simulation of Authentication in Information-Processing Electronic Devices Based on Poisson Pulse Sequence Generators. Electronics (Basel) 2022, 11, 2039, doi:10.3390/electronics11132039.

Maksymovych, V.; Shabatura, M.; Harasymchuk, O.; Karpinski, M.; Jancarczyk, D.; Sawicki, P. Development of Additive Fibonacci Generators with Improved Characteristics for Cybersecurity Needs. Appl. Sci. (Basel) 2022, 12, 1519, doi:10.3390/app12031519.

Almaraz Luengo, E. (2022). A brief and understandable guide to pseudo-random number generators and specific models for security. Statistic Surveys, 16, 137-181.

Хомік М. А., Гарасимчук О. І. Аналіз загроз для генераторів псевдовипадкових чисел і псевдовипадкових послідовностей та заходи захисту // Захист інформації. – 2024. – Т. 25, № 4. – С. 172–184. DOI: https://doi.org/10.18372/2410-7840.25.18222.

Марія Хомік, Олег Гарасимчук. Застосування генераторів псевдовипадкових чисел та послідовностей в кібербезпеці, методи їх побудови та оцінки якості // Захист інформації. – 2023. – Т. 25, № 3. – С. 147–159. DOI: https://doi.org/10.18372/2410-7840.25.17940.

Поперешняк С.В. Методика статистичного аналізу випадковості послідовностей, що породжуються генераторами випадкових та псевдовипадкових чисел. Телекомунікаційні та інформаційні технології. 2022. № 3 (76).

Alani, M.M. (2010). Testing randomness in ciphertext of block-ciphers using DieHard tests. International Journal of Computer Science and Network Security (IJCSNS), 10(4), 53–57.

NIST SP 800-22 Version 1a. A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications; NIST: Gaithersburg, MD, USA, (2010); p. 131. Available online: https://nvlpubs.nist.gov/nistpubs/Legacy/SP/ nistspecialpublication800-22r1a.pdf (accessed on 20 August 2026).

P. Harremoes, "Poisson's law and information theory," Proceedings. 2001 IEEE International Symposium on Information Theory (IEEE Cat. No.01CH37252), Washington, DC, USA, 2001, pp. 46-, doi: 10.1109/ISIT.2001.935909.

П. І. Бідюк, Б. П. Ткач, Т. Харрінгтон Навчальний посібник: Математична статистика. Київ: ДП «Видавничий дім «Персонал», 2018, 346 с.

A. B. Orue, F. Montoya, and L. Hernández Encinas Trifork, a New Pseudorandom Number Generator Based on Lagged Fibonacci Maps // Journal of computer science and engineering, Volume 2, Issue 2, August 2010 рр. 46-51.

R. S. Durga, C. K. Rashmika, O. N. V. Madhumitha, D. G. Suvetha, B. Tanmai and N. Mohankumar, "Design and Synthesis of LFSR based Random Number Generator," 2020 Third International Conference on Smart Systems and Inventive Technology (ICSSIT), Tirunelveli, India, 2020, pp. 438-442, doi: 10.1109/ICSSIT48917.2020.9214240.

J. T. Tarigan, A. C. Salim, A. M. Nababan and B. Wijaya, "Crafting The Chance: Linear Congruential Generator in Randomization System in RPGs," 2024 International Conference on Information Technology Systems and Innovation (ICITSI), Bandung, Indonesia, 2024, pp. 270-275, doi: 10.1109/ICITSI65188.2024.10929407.

J. -Y. Zeng, L. -E. Chang, H. -H. Cho, C. -Y. Chen, H. -C. Chao and K. -H. Yeh, "Using Poisson Distribution to Enhance CNN-based NB-IoT LDoS Attack Detection," 2022 IEEE Conference on Dependable and Secure Computing (DSC), Edinburgh, United Kingdom, 2022, pp. 1-7, doi: 10.1109/DSC54232.2022.9888864.

M. Hayashi and Á. Vázquez-Castro, "Physical Layer Security Protocol for Poisson Channels for Passive Man-in-the-Middle Attack," in IEEE Transactions on Information Forensics and Security, vol. 15, pp. 2295-2305, 2020, doi: 10.1109/TIFS.2019.2963771.

Robert, Christian & Carallo, Giulia & Casarin, Roberto A Bayesian Generalized Poisson Model for Cyber Risk Analysis. In: Springer book chapter, 2021. DOI: 10.1007/978-3-030-78965-7_19.

Engle R. D., Mailloux L. O., Grimaila M. R., Hodson D. G., McLaughlin C. V., Baumgartner G. Implementing the Decoy State Protocol in a Practically Oriented Quantum Key Distribution System-Level Model. International Journal of Telecommunication Systems, 2019. DOI: 10.1177/1548512917698053.

Yuki Goto, Bryan Ng, Winston K.G. Seah, Yutaka Takahashi, Queueing analysis of software defined network with realistic OpenFlow–based switch model, Computer Networks, Volume 164, 2019.

Zalawadia, Mr & Yadav, Vijay & Gurav, Mr. (2025). Comprehensive Report on Real-Time Detection of Hidden Communication Channels in Network Traffic. International Journal on Advanced Computer Engineering and Communication Technology. 14. 26-36. 10.65521/ijacect.v14i2.978.

D. Jayasinghe, Y. Zhong and S. Parameswaran, "JitFilt: Mitigate Jitter-based Side Channel Analysis Attacks," 2025 IEEE/ACM International Conference On Computer Aided Design (ICCAD), Munich, Germany, 2025, pp. 1-9, doi: 10.1109/ICCAD66269.2025.11241000.

Durvaux, F., Renauld, M., Standaert, FX., van Oldeneel tot Oldenzeel, L., Veyrat-Charvillon, N. (2013). Efficient Removal of Random Delays from Embedded Software Implementations Using Hidden Markov Models. In: Mangard, S. (eds) Smart Card Research and Advanced Applications. CARDIS 2012. Lecture Notes in Computer Science, vol 7771. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-37288-9_9.