N OVA S I M P L A M A N I E R O G E N E R I PSEŬDON HAZARDAJN NUMEROJN I TA M A R AC Á FRNS = ABS [N - (PN * XRN)] DH PEREIRA (2022) KO M P R E N A N T E I TA M A R AC Á • Itamaracá aŭ simple "Ita" estas noviga, simpla kaj rapida matematika bazo por PRNG kiu generas "senfinan" sekvencon de nombroj ene de intervalo [0,1] konsiderante uniforman distribuon. • Ia nomo estas derivita de la lingvo tupi-guaraní en kiu signifas "ŝtona ŝerco" aŭ "kantanta ŝtono", en ĉi tiu senso klara referenco al io hazarda aŭ neatendita. K I E L F U N KC I A S I TA M A R AC Á Kiel ĉiuj PRNGS-algoritmoj, ITA havas iujn distingajn trajtojn. Sube ni havas iujn komencajn kondiĉojn: • Unue, elektu n, te, maksimuma valoro ene de intervalo inter 0 kaj N selektita de uzanto-kriterio, kie N ∈ ℕ. • En ĉi tiu modelo, estas 3 semoj S0, S1 kaj S2. Por ĉiu el ĉi tiuj semoj elektas ajnan numeron ∈ apartenanta al la intervalo inter 0 kaj N (jam elektas antaŭe). K I E L F U N KC I A S I TA M A R AC Á Post selektitaj ĉiuj 3 semoj, S0, S1 kaj S2, la kalkulo procezo estas dividita en du ĉefaj kaj tre simplaj paŝoj: • Pn (n Procezo) • Fina Kalkulo K I E L F U N KC I A S I TA M A R AC Á Pn (n Procezo) or Intermeza ŝtato En ĉi tiu etapo ni bezonas konsideri la absolutajn valorojn konsiderante la diferencojn inter la 2 semoj, kiuj devas moviĝi sinsekve. Pn = ABS (S2 – S0) K I E L F U N KC I A S I TA M A R AC Á Fina Kalkulo or aŭ Ĝenerala Formulo En ĉi tiu paŝo, ni devas multigi la rezulton "x" akirita en la unua paŝo (en Pn) de la Xrn, tio estas, ajna valoro en kiu ĝia fondita valoro estas dezirinda esti proksima al 2 (t.e. 1.97, 1.98, 1.99789 ...). FRNS = ABS [N – (Pn * Xrn)] EKZEMPLO Ni supozu, ke ni volas generi nombrojn de 0 ĝis 10,000: N 10,000 Seed 0 8,777 Seed 1 11 Seed 2 8 EKZEMPLO Ni povas generi la unuan numeron per la intermeza ŝtato (Pn) kaj tiam uzi la ĉefan formulon, kiel ni povas vidi sube: P1 = ABS (8 – 8,777) = 8,769 FRNS1 = ABS [10,000 - (8,769*1.97) = 7,275 EKZEMPLO Dua Numero: P2 = ABS (7,275 – 11) = 7,264 FRNS2 = ABS [10,000 - (7,264*1.97) = 4,310 Tria Numero: P3 = ABS (4,310 – 8) = 4,302 FRNS3 = ABS [10,000 - (4,302*1.97) = 1,525 EKZEMPLO Do, ni havas la unuajn tri nombrojn: 7,275 - 4,310 kaj 1,525... La sekvaj sekvencoj de nun sekvas la saman kalkulan logikon. REZULTOJ DE IUJ ILOJ KAJ S TAT I S T I K A J P RO VO J Komparante la rezultojn inter Ita kaj TRNG de Random Org konsiderante 10.000 nombrojn generitajn Testiloj Ita Random Org Chi-Square 11.26 3.65 Repeated Numbers / N 3,618 3,763 4,941 / 2,884 4,925 / 2,905 Run Test (Even/Odd) -0.914634 0.004101 Run Test (Median) 0.759184 0.603023 Autocorrelation (Average of the first 10 k-lags different from 0) 0.000103 0.000980 Shannon Entropy 3.45327 3.45284 Average / Standard Deviation Noto: Metodologio uzata por taksi la rezultojn estas ĝuste la samaj kiel tiuj enhavitaj en la eldonita versio REZULTOJ DE IUJ ILOJ KAJ S TAT I S T I K A J P RO VO J Histogramo por Ita modelo 1 19 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289 307 325 343 361 379 397 415 433 451 469 487 505 523 541 559 577 595 613 631 649 667 685 703 721 739 757 775 793 811 829 847 865 883 901 919 937 955 973 991 REZULTOJ DE IUJ ILOJ KAJ S TAT I S T I K A J P RO VO J Run Sequence por Ita modelo Line Graph for 1,000 numbers generated by Itamaracá 12000 10000 8000 6000 4000 2000 0 REZULTOJ DE IUJ ILOJ KAJ S TAT I S T I K A J P RO VO J Scatter Plot por Ita modelo Scatter Plot for 1,000 numbers generated by Ita 12000 10000 8000 6000 4000 2000 0 0 200 400 600 Série1 800 1000 1200 I U J KO N S I D E RO J • Ita modelo pruvis esti bona hazarda nombra generatoro, precipe en la kriterioj, kiuj taksas sendependecon kaj unuformecon. Malgraŭ esti lastatempa studo, estas bonaj perspektivoj pri la komputila kosto kaj ĝia aplikebleco por la kriptografia areo kaj fariĝi CSPRNG. • Alia punkto por esti elstarigita estas, ke oni ne observis iun ajn elekton rilate al la valoro de la semoj, sufiĉas, ke ili estas elektitaj arbitre kun valoroj estas ene de la gamo de 1 al N kie N ∈ N, ilia maksimuma valoro. I U J KO N S I D E RO J • Sendepende de la komencaj semaj valoroj uzataj, estas forta tendenco, ke la algoritmo pasigu bazajn statistikajn provojn por unuformeco kaj sendependeco. Tamen, kvankam aprobitaj, iuj elektitaj valoroj povas kaŭzi la rezultojn de iuj provoj esti "pli bonaj" aŭ "pli malbonaj" ol kiam vi uzas aliajn semojn. I U J KO N S I D E RO J • Ita modelo kiel ĉiu PRNG ankaŭ havas iujn identigitajn limojn. Kiel ekzemplo, en iu momento probable post granda kvanto da generitaj nombroj, la ripeto de la sama sinsekvo de generitaj nombroj nur emas ripeti se kaj nur se la valoroj de la komencaj semoj 3 (S0, S1 kaj S2) aperas meze de la generita sinsekvo. Malgraŭ ĉi tiu limigo, ni povas vidi, ke estas tre malfacile ripeti ĉi tiun sinsekvon de nombroj tute, ĉar ni pliigas la valoron de N kaj konsideras unuforman distribuon [0,1]. Nu, ni povas dedukti, ke ĝi estas generatoro, kiu generas "senfinajn" psedourdomajn nombrojn. La generacio de hazardaj nombroj estas tro grava por pluraj kampoj de studado kaj praktikaj aplikoj por la disvolviĝo de la homaro. KO N K L U D O La nuna studo, prezentis novan kaj simplan proponon de Pseŭdo-Hazarda Numero-Generatoro (PRNG) nomata "Itamaracá" (Ita en mallongigita formo). Ita modelo, kiel ĉiuj PRNG-algoritmoj, havas iujn limojn, sed ĝenerale ĝi montris bonajn rezultojn en la statistikaj provoj pripensitaj, kaj tiel, kiel unu plia modelo en la biletujo, ĝi estas plene havebla por uzo kaj ĉefe por novaj studoj, precipe tiuj aplikitaj al specifa celo kaj realaj problemoj.