Institut für Mikroelektronische Systeme Studium Studien- & Abschlussarbeiten Abgeschlossene Arbeiten
Implementierung eines Evaluationsframework zur Charakterisierung von FPGA synthetisiebaren echten Zufallszahlengeneratoren

Implementierung eines Evaluationsframework zur Charakterisierung von FPGA synthetisiebaren echten Zufallszahlengeneratoren

Betreuung:  Nolting, Stephan
Student/in:  Xinyu Hou
Jahr:  2018
Datum:  18-12-18
Laufzeit:  19.06.2018-18.12.2018
Ist abgeschlossen:  ja

Zahlreiche Anwendungen beruhen auf Zufallszahlen, die von den zugrunde liegenden Hardware-Plattformen generiert werden. Gerade im Bereich des Glücksspiels und der Datenkryptographie ist die Qualität der erzeugten Zufallszahlen ein entscheidender Faktor. Herkömmliche Software-basierte Generatoren erfordern irgendeine Art von Zufallseingabe (z. B. Bewegung von einer Computermaus), die nachbearbeitet wird, um einen Entropiepool zu erzeugen. Einfachere Generatoren basieren auf iterativen Funktionen, beispielsweise einem linearen Rückkopplungsschieberegister. Während diese Art von Generatoren sehr einfach zu implementieren sind, stellen sie nur eine Pseudozufallszahlensequenz mit einer endlichen Länge bereit. Im Gegensatz dazu basieren echte Zufallszahlengeneratoren auf physikalischen Prozessen, die jenseits der Vorhersagbarkeit liegen. Zum Beispiel können die thermisch induzierten Variationen der Oszillationen eines einfachen Ringoszillators verwendet werden, um echte Zufallszahlen zu erzeugen. Daher können diese Architekturen zufällige Daten mit hoher Qualität liefern.

Herrn Hous Aufgabe besteht darin, mehrere verschiedene synthetisierbare echte Zufallszahlengeneratoren (TRNGs) für einen Xilinx Artix-7 FPGA zu implementieren und zu bewerten. Die Generatoren sollen Oszillatoren als Entropiequelle verwenden. Diese Oszillatoren umfassen mehrere einfache Ringoszillatoren (z. B. basierend auf mehreren LUTs), aber auch komplexere Ansätze (Oszillatoren, die nur einzelne LUTs  oder die internen FPGA-DSP-Slices verwenden). Essoll  eine einfache Infrastruktur geschaffen werden, um Daten aus den TRNGs zu erfassen und an einen Host-Computer zu übertragen. Die Qualität der Generator-Zufallsdaten soll unter Verwendung einer statistischen Analyse (z. B. unter Verwendung der DieHard-Suite) bewertet werden. Um die Entropie und damit die zufällige Qualität weiter zu verbessern, sollen auch einfache Hardware- oder Softwaremechanismen unteruscht und ggf. implementiert werden.