Kvantum alapú véletlenszámok tesztelése neurális hálók segítségével
Manapság egyre elterjedtebb a számítástudomány világában a kvantumosság. Egyre több területen alkalmazzák nagy sikerrel és várakozásokat felülmúló teljesítménnyel. Ilyen területek közé tartozik például a kvantum processzor, a kvantum vezetékes és műholdas kommunikáció és a kvantum véletlenszám generálás is.
A véletlenszám generálás a kriptográfia és ezáltal a biztonságos kommunikáció szempontjából alapvető igény, ezért nagyon fontos jó minőségű véletlenszámokat generálni. Itt rejlik a terület egyik legnagyobb kihívása, mivel a véletlenszámokat nagyon nehéz minősíteni, többek között azért is, mert nehéz elkülöníteni egy véletlenszerűnek tűnő mintát egy valóban véletlentől, vagy egy mintát egy mintának tűnő véletlen ismétlődéstől.
Kvantum alapú véletlenszám generátorra többféle architektúra is létezik, melyek kvantumos jelenségekre alapozva, megbízhatóbb random számokat generálnak mint a legtöbb klasszikus. Ilyen architektúrák például útvonal választáson, beérkezési időn vagy fotonszámlálásan alapulnak.
Ezen dolgozat témája a kvantum véletlenszám generáláshoz kapcsolódik, azon belül is a véletlenség tesztelés egy nem szokványos módjához, a neurális hálózatokkal való teszteléshez. A neurális hálózatok a mai informatika egy másik úttörő témája, melynek felhasználási területei egyre csak növekszenek. A neurális hálózatok elterjedésének egyik legfőbb oka a képességük a minta- és képfelismerésre és az úgynevezett klaszterizálásra.
A TDK-dolgozatom is a hálózatok ezen képességeire alapszik. Munkámban kidolgozásra került néhány neurális architektúra a véletlenszámok tesztelésére. Az első egy egyszerű többréteges perceptron architektúra, amely a generátorok on-line tesztelésére alkalmas, a második egy konvolúciós háló, amely bitképek alapján próbál különbséget tenni igazi (klasszikus) véletlenszám, kvantumos véletlenszám és álvéletlenszám között. A harmadik pedig N-bites véletlenszámokat próbál meg klaszterezni. A kihívás ezekben a helyzetekben csak részben adódik a neurális hálókból, a nagyobb része a feladatnak a teszt által mutatott eredmények helyes értelmezése.
szerző
-
Kertész Gergő
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
konzulens
-
Dr. Bacsárdi László
egyetemi docens, Hálózati Rendszerek és Szolgáltatások Tanszék
