trudyniisiТруды НИИСИSRISA Proceedings2225-73493033-6422НИЦ «КУРЧАТОВСКИЙ ИНСТИТУТ» - НИИСИtrudyniisi-104Research ArticleПРОБЛЕМЫ ГЕНЕРАЦИИ ПСЕВДОСЛУЧАЙНЫХ ЧИСЕЛPSEUDORANDOM NUMBER GENERATION PROBLEMSПовышение равномерности псевдослучайных чиселImproving the Uniformity of Pseudorandom NumbersКуцаевА. С.KoutsaevA. S.

Москва

koutsaev@niisi.msk.ruФГУ ФНЦ НИИСИ РАНРоссия2024081220251411824Copyright © Куцаев А.С., 20252025Куцаев А.С.Koutsaev A.S.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.t-niisi.ru/jour/article/view/104

Качество выработки случайных тестов зависит от выбора генератора случайных чисел. Проверка популярных генераторов с помощью критерия Пирсона хи-квадрат показывает, что равномерное распределение с уровнем значимости 70% и выше наблюдается лишь у половины выборок. По этой причине, чтобы получить необходимое покрытие, нужно увеличивать объем тестов. Предлагается способ повышения равномерности распределения для генераторов случайных чисел, основанный на фильтрации выборки. Подбор параметров фильтра позволяет получить нужную равномерность распределения при умеренном числе пропусков.

The quality of random tests generation depends on the choice of random number generator. Testing popular generators using the Pearson chi-square test shows that a uniform distribution with a significance level of 70% or higher is observed for only half of the samples. For this reason, to obtain the necessary coverage, you need to increase the volume of tests. A method is proposed to increase the uniformity of distribution for random number generators, based on filtering the sample. Selection of filter parameters allows you to obtain the desired uniformity of distribution with a moderate number of rejects.

генератор случайных чиселравномерное распределениехи-квадратфильтрацияслучайные тестыrandom number generatoruniform distributionchi-squarefilteringrandom testsReferencesD. H. Lehmer, Mathematical methods in large-scale computing units, Proceedings of a Second Symposium on Large-Scale Digital Calculating Machinery, 1949, Harvard University Press, Cambridge, Mass., 1951, P. 141-146. MR 0044899 (13,495f)D. H. Lehmer, Mathematical methods in large-scale computing units, Proceedings of a Second Symposium on Large-Scale Digital Calculating Machinery, 1949, Harvard University Press, Cambridge, Mass., 1951, P. 141-146. MR 0044899 (13,495f)G. Marsaglia. Xorshift RNGs. Journal of Statistical Software, 2003, Vol. 8, P. 1-6.G. Marsaglia. Xorshift RNGs. Journal of Statistical Software, 2003, Vol. 8, P. 1-6.www.agner.org/random.www.agner.org/random.M. Matsumoto, T. Nishimura. Mersenne twister: a 623-dimensionally equidistributed uniform pseudo-random number generator. ACM Transactions on Modeling and Computer Simulation, 1998, Vol. 8 (1), P. 3-30.M. Matsumoto, T. Nishimura. Mersenne twister: a 623-dimensionally equidistributed uniform pseudo-random number generator. ACM Transactions on Modeling and Computer Simulation, 1998, Vol. 8 (1), P. 3-30.F.O. Panneton, P. l'Ecuyer, M. Matsumoto. Improved long-period generators based on linear recurrences modulo 2. ACM Transactions on Mathematical Software, 2006, 32 (1), P. 1-16.F.O. Panneton, P. l'Ecuyer, M. Matsumoto. Improved long-period generators based on linear recurrences modulo 2. ACM Transactions on Mathematical Software, 2006, 32 (1), P. 1-16.Е.С. Вентцель, Л.А. Овчаров. Теория вероятностей и ее инженерные приложения. М., "Наука", 1988.Е.С. Вентцель, Л.А. Овчаров. Теория вероятностей и ее инженерные приложения. М., "Наука", 1988.

The authors declare that there are no conflicts of interest present.