标准编号:	GM/T 0103-2021
中文名称:	随机数发生器总体框架
英文名称:	General framework of random number generator
中标分类:	L80    数据加密
行业分类:	GM
发布机构:	国家密码管理局
发布日期:	2021-10-18
实施日期:	2022-5-1
标准状态:	valid
翻译语言:	英文
文件格式:	PDF
中文字符数:	13000 字
翻译价格(元):	910.0
交付时间:	付款后 1 个工作日

General framework of random number generator 1 Scope This document is a general higher-level standard for design of random number generators and specifies the general framework for design of random number generators. This document is applicable to the research, development and test of random number generators, and may also promote the formulation of relevant standards for random number generators. 2 Normative references The following documents contain provisions which, through reference in this text, constitute provisions of this document. For dated references, only the edition cited applies. For undated references, the latest edition of the referenced document (including any amendments) applies. GB/T 25069 Information security techniques - Terminology GB/T 32915 Information security technology - Randomness test methods for binary sequence GM/T 0062 Random number test requirements for cryptographic modules GM/T 0078-2020 The design guidelines for cryptographic random number generation module GM/T 0105 Design guide for software-based random number generators GM/Z 4001 Cryptology terminology 3 Terms and definitions For the purposes of this document, the terms and definitions given in GB/T 25069, GB/T 32915, GM/T 0062, GM/T 0078, GM/T 0105 and GM/Z 4001 and the following apply. 3.1 entropy source component, device, or event that generates an output, when the output is captured and processed in some way, a bit string containing entropy is generated [Source: GB/T 25069-2010, 2.1.31] 3.2 thermal noise spurious electronic signals (also known as "white noise") generated in devices (such as operational amplifiers, reverse biased diodes or resistors) that are normally undesirable Note: This phenomenon is usually minimized, but it may be used as an entropy source for random bitstream generation due to the unpredictability. [Source: GB/T 25069-2010, 2.2.4.8] 3.3 chaotic oscillation complex and disordered oscillation state of a nonlinear system Note: It is rooted in the local instability of the system, manifested as initial condition sensitivity and intrinsic randomness. 3.4 phase jitter fast, short-term and random fluctuation of wave phase caused by time-domain instability 3.5 quantum random process random phenomenon/process with internal quantum randomness Note: The randomness is explained and guaranteed by the principles of quantum mechanics. The quantum random process used to generate random numbers generally includes single photon path selection, number of photons contained in optical pulses, time interval between adjacent photons, vacuum fluctuation, laser phase noise and amplified spontaneous emission noise. 3.6 random number generator device or program for generating random binary sequences [Source: GB/T 32915-2016, 2.2] 3.7 software-based RNG RNG component in a software cryptographic module (or in the software component of a hybrid cryptographic module), either as a separate software cryptographic module or as part of a software cryptographic module (or the software component of a hybrid cryptographic module) [Source: GM/T 0105-2021, 3.13] 3.8 raw random number sequence discrete random number sequence obtained through digitization of entropy source output 3.9 random number sequence number sequence in which each item cannot be inferred when the others are known [Source: GB/T 25069-2010, 2.2.2.184]

Foreword i 1 Scope 2 Normative references 3 Terms and definitions 4 General framework for design of random number generator 4.1 General 4.2 Entropy source 4.3 Entropy evaluation 4.4 Post-processing 4.5 Test Annex A (Informative) Standard system framework of random number generator Bibliography

ICS 35.030 CCS L 80 GM 中华人民共和国密码行业标准 GM/T 0103—2021 随机数发生器总体框架 General framework of random number generator 2021-10-18发布 2022-05-01实施 国家密码管理局 发布 前言 本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由密码行业标准化技术委员会提出并归口。 随机数发生器总体框架 1 范围 本文件是随机数发生器设计的总体上位标准，规定了随机数发生器设计总体框架。 本文件适用于随机数发生器的研制、开发、检测，亦可推动随机数发生器相关标准的制定。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。 GB/T 25069 信息安全技术 术语 GB/T 32915 信息安全技术 二元序列随机性检测方法 GM/T 0062 密码产品随机数检测要求 GM/T 0078—2020 密码随机数生成模块设计指南 GM/T 0105 软件随机数发生器设计指南 GM/Z 4001 密码术语 3 术语和定义 GB/T 25069、GB/T 32915、GM/T 0062、GM/T 0078、GM/T 0105和GM/Z 4001界定的以及下列术语和定义适用于本文件。 3.1 熵源 entropy source 产生输出的部件、设备或事件。当该输出以某种方法捕获和处理时，产生包含熵的比特串。 [来源：GB/T 25069—2010，2.1.31] 3.2 热噪声 thermal noise 在元器件(例如运算放大器、反向偏压二极管或电阻器)中，通常情况下不希望出现的，但却内在产生的杂散电子信号(又称“白噪声”)。 注：通常都会尽力将这一现象最小化，然而由此现象的不可预测性，在随机比特流生成中，可将其作为一种熵源加以利用。 [来源：GB/T 25069—2010，2.2.4.8] 3.3 混沌振荡 chaotic oscillation 非线性系统复杂、无序的振荡状态。 注：根源于系统的局部非稳定性，表现为初值敏感性和内在随机性。 3.4 相位抖动 phase jitter 由时域不稳定引起的波相位的快速、短期且具有随机特性的波动。 3.5 量子随机过程 quantum random process 具有内秉量子随机性的随机现象/过程。 注：其随机性质由量子力学原理解释和保证。用于产生随机数的量子随机过程一般包括，单光子路径选择、光脉冲所包含的光子数、相邻光子间时间间隔、真空涨落、激光相位噪声、放大自发辐射噪声等。 3.6 随机数发生器 random number generator 产生随机二元序列的器件或程序。 [来源：GB/T 32915—2016，2.2] 3.7 软件随机数发生器 software-based RNG 软件密码模块(或混合密码模块的软件部件)中的随机数发生器部件，可以单独作为软件密码模块，也可以作为软件密码模块(或混合密码模块的软件部分)的一部分。 [来源：GM/T 0105-2021，3.13] 3.8 随机源序列 raw random number sequence 熵源输出经数字化得到的离散随机值序列。 3.9 随机数序列 random number sequence 数列中的每一项在已知其他项的情况下都无法被推断的一种数列。 [来源：GB/T 25069—2010，2.2.2.184] 4 随机数发生器设计总体框架 4.1 概述 随机数发生器设计框架如图1所示，随机数发生器通常包括熵源、后处理及检测。在设计阶段对熵源或随机源序列进行熵评估，在产品检测及使用阶段对随机源序列或随机数序列进行有效性检验或随机性检验。 熵评估 随机数发生器 物理熵源1，…， 系统熵源 物理熵源n 随机源序列 检测 后处理 检测 随机数序列 图1 随机数发生器设计框架 a)熵源是随机数发生器不确定性的源头，通过对不确定性进行采样量化，得到随机源序列。原则上能产生不确定性的任何方法都可以作为熵源。 b)熵评估对熵源、随机源序列的熵进行估计，预测得到熵的估计值。 c)后处理是可选的，通过后处理可以对随机源序列存在的偏差进行调整，生成符合统计检验的随机数序列。对于软件随机数发生器，后处理指初始化、种子更新、内部状态更新等部件。 d)检测是通过对随机源序列或随机数序列进行有效性检验或随机性检验，以保证随机数发生器的功能正确性及质量安全性。 4.2 熵源 熵源通过对部件、设备或者事件中的不确定性进行采样量化，得到随机源序列。 熵源常用的设计原理包括相位抖动原理、热噪声直接放大原理、混沌振荡原理、量子随机过程和其他随机事件等。 熵源分为物理熵源和非物理熵源。 a)物理熵源使用专用硬件来度量现实世界中不确定事件的物理特征，如测量热噪声电平值等。物理熵源的理论随机模型清晰合理，并能够通过采集的样本数据对声称随机模型的合理性进行验证。物理熵源输出的熵应当可以被从理论上估计，并且估计值要大于一定的阈值，以保证输出具有足够的熵。 b)非物理熵源是指不属于物理熵源的非确定性熵源，如采集鼠标或键盘的动作等。非物理熵源由随机数发生器所在的运行环境(如操作系统、外接设备)提供，因此应当采取一定的防范措施以降低敌手破解非物理熵源(如预测到输出)的可能性。可通过建模或实验等方法论证非物理熵源输出的熵具有充足性和稳定性。 熵源是随机数发生器产生随机数的来源，当熵源失效时，需要能够快速被随机数发生器内部检测到，并根据检测输出做出相应处理，如产生报警信号等。 4.3 熵评估 熵评估通过理论建模分析、统计检测等方法对随机源序列进行预测评估，得到熵估值。 根据熵源的不同设计原理，选用适用的熵评估方法。熵评估方法应合理有效，估值应大于一定的阈值，如0.997。 熵评估可不在随机数发生器内部实现。 4.4 后处理 后处理模块对随机源序列进行处理，通过后处理算法生成符合统计检验的随机数序列。后处理模块是可选的，实际中应根据随机源序列的统计特性决定是否选用。 后处理算法有很多，如基于分组密码、基于杂凑函数、基于m序列等的密码函数后处理方法和冯·诺依曼校正器、异或链、奇偶分组、m-LSB等的轻量级后处理方法，实际中可根据熵源的特性进行设计。具体按GM/T 0078—2020第9章。 实际应用中应保证后处理的功能正确性。 4.5 检测 检测模块对随机源序列或随机数序列进行失效检验或随机性检验，以保证随机数发生器的功能正确性及质量安全性。 检测可分为自检测和产品使用时检测，自检测具体按GM/T 0078—2020第7章、第8章，产品使用时检测具体按GM/T 0062密码产品随机数检测要求。检测失败时，应根据检测输出做出相应处理，如产生报警信号等。 实际应用中应保证检测模块本身的安全性。