Рейтинг:1

Каковы ожидаемые значения конкретного свойства вращательного XOR последовательности случайных битовых строк?

флаг de

При условии, что $х$ представляет собой последовательность $л$ биты и $0 \le n < l$, позволять $R(x, n)$ обозначают результат левого побитового поворота $х$ к $n$ биты.Например, если $х = 0100110001110000$, тогда $$\begin{массив}{л} R (х, 0) = {\ rm {0100110001110000}}, \ R(x,1) = {\rm{1001100011100000}},\ R(x,2) = {\rm{0011000111000001}},\ \ldots\ R(x,15) = {\rm{0010011000111000}}. \end{массив}$$

Позволять $A\oплюс B$ обозначают результат операции XOR для двух последовательностей $л$ биты. Например, $$0100110001110000 \oplus 1010010001000010 = 1110100000110010.$$

Позволять $Ч(х)$ обозначают количество ненулевых битов в $х$ (т.е. Вес Хэмминга из $х$).

При условии, что $х$ и $у$ это две битовые строки одинаковой длины $л$, позволять $f(х, у)$ обозначим минимальный элемент (наименьшее число) в кортеже $$\begin{массив}{л} (Н(х\oплюс у),\ Н(х\оплюс R(у,1)),\ Н(х\оплюс R(у,2)),\ \ldots\ H(x \oplus R(y,l - 1))). \end{массив}$$

Предположим, что у нас есть TRNG, который генерирует последовательности случайных битов. Сгенерировать последовательность $L = k \times l$ биты. Разделите эту последовательность на $к$ слов (поэтому длина каждого слова равна $л$): $w_0, w_1, \ldots, w_{k-1}$. Затем вычислите следующий кортеж $Т$ числа:

$$\begin{массив}{л} (f({w_0},{w_1}),\ f({w_0},{w_2}),\ \ldots\ f({w_0},{w_{k - 1}}),\ f({w_1}, {w_2}),\ f({w_1}, {w_3}),\ \ldots\ f({w_1},{w_{k - 1}}),\ f({w_2}, {w_3}),\ \ldots\ f({w_{k - 2}},{w_{k - 1}})). \end{массив}$$

Другими словами, для Любые пара слов $(w_i, w_j)$ такой, что $i \neqj$, вычислить соответствующий $f({w_i},{w_j})$.

Вопрос 1: дано $к$ и $л$, как рассчитать ожидал стоимость минимальный количество $M_T$ в $Т$?

Вопрос 2: дано $к$ и $л$, как рассчитать ожидал стоимость средний количество $A_T$ в $Т$? Здесь число $A_T$ вычисляется следующим образом: суммируйте все элементы $Т$, затем разделите сумму на общее количество элементов в $Т$.

ожидал число здесь подразумевает число с максимальной вероятностью.Например, ожидаемое количество нулевых битов в последовательности $л$ случайные биты $1/2$.

kodlu avatar
флаг sa
«Ожидаемое число здесь подразумевает число с максимальной вероятностью. Например, ожидаемое количество нулевых битов в последовательности случайных битов равно /2». Это утверждение не обязательно должно быть правдой.
kodlu avatar
флаг sa
Вопрос в том виде, в каком он задан, очень сложный. Я напечатаю ответ на связанный вопрос, когда у меня будет больше времени.
флаг de
@kodlu: меня интересует объяснение первого комментария. Если вероятность 0 или 1 равна 50 %, каково ожидаемое количество нулевых битов в последовательности из $l$ битов, если предположить, что $l$ четно?
kodlu avatar
флаг sa
Я имел в виду только то, что для более общих распределений, которые могут возникнуть в ходе анализа, это свойство может не выполняться. вы берете веса и минимизируете веса Хэмминга.
Рейтинг:0
флаг sa

Поскольку вы говорите, что входные строки являются выходными данными TRNG, я буду рассматривать каждый из терминов как равномерно распределенные случайные векторы.

Вы определяете
$$f(x, y)=\min\{H(x \oplus y),H(x \oplus R(y,1)),\ldots,H(x \oplus R(y,\ell-1) )\} $$ который я буду моделировать как минимальный вес Хэмминга набора $к$ случайно равномерно независимо выбранный бинарный $\ell-$кортежи.

Каждый вес Хэмминга в этом наборе распределяется как $\textsf{Биномиальный}(\ell,1/2).$ Итак, у нас есть минимум из $к$ несмещенные биномиальные выборки на $\{0,1,\ldots,\ell\}$. Минимум также называют первым Статистика заказов и сдача $F(u)=\mathbb{Pr}[X\leq u]$ куда $Х$ биномиально распределено, как указано выше (вы уже используете $х$ как переменная, поэтому $u$), у нас есть $$ \mathbb{Pr}[f(x,y)\leq x]=1-(1-F(u))^{k}. $$

Если гипотеза о случайности верна, то ваш следующий шаг выглядит совершенно иначе. $\бином{к}{2}$ пары этих минимумов, так что фактически вы смотрите на минимум набора $$\binom{k}{2}k$$ биномиальные образцы. Это $ О (к ^ 3) $ выборки, и минимум будет стремиться к нулю довольно быстро, если приведенная выше гипотеза случайности верна, поэтому вам следует рассмотреть $$ 1-\влево[1-(1-F(u))^k\вправо]^{\binom{k}{2}} $$

Исходя из этого, мои предварительные ответы таковы:

Вопрос 1: дано $к$ и $л$, как рассчитать ожидал стоимость минимальный количество $M_T$ в $Т$?

Это будет близко к нулю для любого значительного $к$ по сравнению с $\эт.$ Возможно, вы захотите использовать приближение Гаусса к биному и использовать кумулятивную функцию распределения Гаусса для оценки оценки.

Вопрос 2: дано $к$ и $л$, как рассчитать ожидал стоимость средний количество $A_T$ в $Т$? Здесь число $A_T$ вычисляется следующим образом: суммируйте все элементы $Т$, затем разделите сумму на общее количество элементов в $Т$.

Теперь это среднее значение статистики отдельного ордера, а не минимум минимума. Вполне вероятно, что он будет сравним с $$ 1-(1-F(u))^k. $$

Примечание: Если вы хотите напрямую использовать приближения к биному, вы можете увидеть мой ответ на следующий mathoverflow вопрос. Обратите внимание, что для бинома $\textsf{Биномиальный}(\ell,1/2),$ и для любого $u \in \{0,1,\ldots,\ell\}$ у нас есть $$ 2^{-\ell}\sum_{j\leq u-1} \binom{\ell}{j}\leq F(u)\leq 2^{-\ell}\sum_{j\leq u} \ бином {\ ell} {j} $$

флаг de
Можно ли иметь явную формулу для нахождения ожидаемого значения $M_T$, предполагая, что формула должна содержать только $k$ и $l$ в качестве переменных?

Ответить или комментировать

Большинство людей не понимают, что склонность к познанию нового открывает путь к обучению и улучшает межличностные связи. В исследованиях Элисон, например, хотя люди могли точно вспомнить, сколько вопросов было задано в их разговорах, они не чувствовали интуитивно связи между вопросами и симпатиями. В четырех исследованиях, в которых участники сами участвовали в разговорах или читали стенограммы чужих разговоров, люди, как правило, не осознавали, что задаваемый вопрос повлияет — или повлиял — на уровень дружбы между собеседниками.