[发明专利]用于生成随机比特序列的装置和方法

说明书

用于生成随机比特序列的装置(200)，包括：至少一个硅光电倍增器传感器(201)，其被配置成由于碰撞电离驱动的热生成电荷载流子的自放大而生成内源随机电流脉冲的序列(Si)，该至少一个硅光电倍增器传感器(201)可以经受热生成电荷载流子；数据处理单元(202)，其被配置成接收所述内源随机电流脉冲的序列(Si)，并基于从所述至少一个硅光电倍增器传感器(201)接收到的所述内源随机电流脉冲的序列(II)，来确定待提供给终端用户(EU)的随机比特序列(S2)。

技术领域

本发明涉及随机数生成，即用于生成随机比特(bit：位)序列的装置和方法。

背景技术

已知，随机数生成可以基于算法或基于与不可预测的自然现象相关的可观测性。前者是软件或固件实现的，后者需要用于信息收集的硬件系统以及对其进行处理的方法以提取成系列的随机数。

算法随机生成当然得益于计算能力和最佳编程，以达到极高数据速率，即远超过10Gb/s。

然而，它存在基本的且不可减少的缺陷：

-算法是确定性的。因此，生成的序列是伪随机的。该序列可能具有符合大部分要求的周期，但其随机特性将不可减少地受到限制；

-生成的序列依赖于数字种子，以初始化程序。因此，对该序列进行访问意味着访问完整系列的生成数字。

硬件随机生成数字是基于自然现象，要么由经典物理学描述，要么基于自然的量子特性。

经典描述是确定的。

即使可以假设系统的复杂性或者其混乱性质来为实际出现的不可预测性提供基础，但自然现象的实质是一旦初始条件已知或者以受控的方式再现，该系统的动力学就是限定明确的。

另一方面，量子层面处的现象本质上是随机的，因此是不可预测的。出于这个原因，它们是真随机数生成(以下称为“TRNG”)的理想基础。

随机数生成器应用在许多领域，诸如：计算机安全和密码学；物联网(IoT)装置，其中，装置中的一些提供的服务依赖于保密性，以保护终端用户的隐私并避免入侵和黑客攻击；用于科学、工业(空气动力学、热力学和制造业)、经济学与社会学的复杂现象的数字模拟，其中，已表明随机数字的质量对于模拟结果的可靠性是至关重要的；跨拥挤网络的通信中的最优化；在线平台的开发。

历史上，第一个量子随机数生成器基于不稳定的放射性核素，其衰变放射出阿尔法、贝塔或伽马粒子。

放射以不可预测的方式发生，并且在预限定的时间窗口内的衰变次数遵循泊松分布。

换言之，两个连续事件之间的时间流逝遵循指数式衰变的概率密度函数，其衰变常数取决于所使用的同位素及其放射性。脉冲在统计学上是独立的且不相关的，并且可以以不同的方法得到随机比特的生成。

放射性衰变现今依然是非常鲁棒且相当简单的获得随机比特流的方式。

然而，它们存在明显的健康保护、安全保障的问题，阻止了其大规模的采用。

此外，粒子检测器特征，尤其是其死区时间和辐射损害，限制着可得到的通量，并破坏了稳定性。

最后，即使在专用位置，放射源的处理和储存也使系统在经济上没有竞争力。

截至目前，大多数量子随机数生成器都依赖于弱光源和具有单光子灵敏度的检测器，采用各种设置和布置。

图1示意性地报告了量子随机数生成器的示例图示，以附图标记100表示。

生成器100包括脉冲光源101、分束器102、第一传感器D0和第二传感器D1。

脉冲光源101发射穿过分束器102的单光子。