推荐:Randen——安全高效随机数生成器
2024-05-20 12:31:44作者:廉彬冶Miranda
项目介绍
在软件和密码学领域,强大的随机数生成器是基础且至关重要的。现在,我们很高兴向您介绍 Randen,一个全新的,具备攻击抵抗力的随机数生成器,它以卓越的性能超越了 MT19937, pcg64_c32, Philox, ISAAC 和 ChaCha8 等知名算法。得益于硬件加速的 AES(高级加密标准)和大规模的 Feistel 混合函数,Randen 实现了速度与安全性的完美结合。
项目技术分析
Randen 的设计基于三个核心组件:
- Reverie —— 一种海绵结构的生成器,采用密码学置换,提供回溯阻力,只需一次置换即可处理缓冲区。
- Simpira v2 —— 使用改进的双轮 AES-128 函数构建的大规模 Feistel 网络,增强了扩散效果并减少了被切片双联攻击的风险。
- 2048位扩展 —— 基于“新的扩散性质标准”理论,实现了能够支持更多分支的更高效的2048位置换。
通过将这三者结合,我们创建了一个既安全又快速的随机数生成器,适用于各种高性能场景。
应用场景
Randen 可广泛应用于许多领域,包括但不限于:
- 密码学:为密钥生成、加密过程中的随机化等提供安全的随机数据源。
- 模拟与建模:如物理仿真、金融模型等,需要大量无偏且不可预测的随机数。
- 游戏开发:在环境生成、AI决策等方面确保每次玩家体验的独特性。
- 大数据与机器学习:在样本选择、训练过程的初始化等方面使用。
项目特点
- 高速度:在 x86、POWER 8 和 ARM64 架构上,Randen 在微基准测试和实际应用中表现出显著的性能优势,远优于其他常见随机数生成器。
- 安全性:Randen 提供了与随机数据无法区分的安全保证,并防止了回溯攻击。
- 兼容性:已经过多种处理器架构的优化,能够在不同平台顺畅运行。
- 易用性:简单的编译和调用方式使集成到现有项目变得轻松。
为了验证其性能和安全特性,您可以直接编译并运行提供的 randen_benchmark 工具。
目前,这个项目虽然不是官方谷歌产品,但已引起第三方的兴趣,例如 Frank Denis 开发的 C 语言实现。
总的来说,无论您是开发者还是研究者,Randen 都是一个值得尝试的优秀工具,它将重新定义随机数生成的标准。立即加入,体验 Randen 所带来的强大性能和安全保障吧!
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212