HEAL DSpace

Time Series Analysis of Stochastic Noise in the DECAL Sensor for the Generation of Truly Random Numbers

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Aslanis, Dimos
dc.contributor.author Ασλάνης, Δήμος
dc.date.accessioned 2024-11-04T08:25:49Z
dc.date.available 2024-11-04T08:25:49Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/60356
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.28052
dc.rights Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/gr/ *
dc.subject χρονοσειρές el
dc.subject στατιστική el
dc.subject φυσική el
dc.subject τυχαίοι αριθμοί el
dc.subject γεννήτρια τυχαίων αριθμών el
dc.subject time series en
dc.subject statistics el
dc.subject physics el
dc.subject random numbers el
dc.subject random number generator el
dc.title Time Series Analysis of Stochastic Noise in the DECAL Sensor for the Generation of Truly Random Numbers en
dc.title Ανάλυση Χρονοσειρών του Στοχαστικού Θορύβου στον Αισθητήρα DECAL για τη Δημιουργία Πραγματικά Τυχαίων Αριθμών el
heal.type masterThesis
heal.classification Physics en
heal.classification Φυσική el
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2024-07-09
heal.abstract Η παρούσα εργασία διερευνά τα στοχαστικά χαρακτηριστικά του θορύβου του ψηφιακού ηλεκτρομαγνητικού αισθητήρα DECAL τεχνολογίας DMAPS και την εφαρμογή του ως γεννήτρια πραγματικά τυχαίων αριθμών (ΓΠΤΑ) μέσω ανάλυσης χρονοσειρών. Στόχος της μελέτης είναι (1) η συνολική ανάλυση των ιδιοτήτων θορύβου του αισθητήρα DECAL, (2) η δημιουργία μιας μεθοδολογίας για τη δημιουργία τυχαίων αριθμών από αναλογικούς θορύβους με τη χρήση ανάλυσης χρονοσειρών και (3) η αξιολόγηση του ενδεχομένου χρήσης του αισθητήρα DECAL ως ΓΠΤΑ. Ο θόρυβος του αισθητήρα αναλύεται με τη χρήση στατιστικών τεχνικών και τεχνικών χρονοσειρών και προσαρμόζεται σε ένα μοντέλο ARIMA (Autoregressive Integrated Moving Average). Μέσω αυτού του μοντέλου, ο θόρυβος του αισθητήρα μετατρέπεται σε Γκαουσιανό λευκό θόρυβο, ο οποίος στη συνέχεια χρησιμοποιείται για τη δημιουργία τυχαίων bits. Οι παραγόμενοι τυχαίοι αριθμοί και bits αξιολογούνται με τη χρήση στατιστικών δοκιμών, μιας δοκιμής διάχυσης και της ομάδας ελέγχου τυχαιότητας αριθμών του Εθνικού Ινστιτούτου Προτύπων και Τεχνολογίας των ΗΠΑ. Τα αποτελέσματα δείχνουν ότι η μέθοδος αυτή μπορεί να εφαρμοστεί στον αισθητήρα DECAL για την παραγωγή τυχαίων αριθμών με υψηλό βαθμό τυχαιότητας. Ωστόσο, ο χαμηλός ρυθμός παραγωγής τυχαίων bits αποτελεί περιορισμό, επηρεάζοντας τόσο τις δοκιμές όσο και την εφαρμογή του ως ΓΠΤΑ. Συζητούνται πιθανές λύσεις για το ζήτημα αυτό. Η μελέτη καταλήγει στο συμπέρασμα ότι η ανάλυση χρονοσειρών είναι μια έγκυρη μέθοδος για την παραγωγή τυχαίων αριθμών από τον αισθητήρα DECAL και ότι, με περαιτέρω βελτιώσεις, ο αισθητήρας μπορεί να χρησιμοποιηθεί ως ΓΠΤΑ. el
heal.abstract This thesis explores the stochastic characteristics of noise in the Depleted Monolithic Active Pixel Sensor (DMAPS) Digital Electromagnetic Calorimeter (DECAL) sensor and its application as a True Random Number Generator (TRNG) through time series analysis. The study aims to (1) comprehensively analyze the noise properties of the DECAL sensor, (2) establish a methodology for generating random numbers from noisy signals using time series analysis, and (3) evaluate the feasibility of using the DECAL sensor as a TRNG. The sensor’s output, recorded without any external stimulus, is analyzed using statistical and time series techniques and fitted into an Autoregressive Integrated Moving Average (ARIMA) model. Through this model, the sensor’s noise is transformed into Gaussian white noise, which is then used to generate random bits. The generated random numbers and bits are evaluated using existing statistical tests, a novel diffusion test, and the USA National Institute of Standards and Technology (NIST) test suite. The results demonstrate that this method can be effectively applied to the DECAL sensor to produce random numbers with a high degree of randomness. However, the low rate of random bit generation presents a limitation, affecting both its testing and application as a TRNG. Possible solutions to this issue are discussed. The study concludes that time series analysis is a viable method for generating random numbers from the DECAL sensor and that, with further improvements, the sensor can serve as a TRNG. en
heal.advisorName Κεχαγιάς, Αλέξανδρος
heal.advisorName Kehagias, Alexandros
heal.committeeMemberName Κεχαγιάς, Αλέξανδρος
heal.committeeMemberName Κοψάλης, Ιωάννης
heal.committeeMemberName Θεοδώνης, Ιωάννης
heal.committeeMemberName Kehagias, Alexandros
heal.committeeMemberName Kopsalis, Ioannis
heal.committeeMemberName Theodonis, Ioannis
heal.academicPublisher Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών el
heal.academicPublisherID ntua
heal.numberOfPages 47
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 3.0 Ελλάδα