GENERATION AND REALIZATION OF TRUE RANDOM NUMBERS BASED ON PHYSICAL UNCLONABLE FUNCTIONS

Abstract

Rasgele sayılar ve rasgele sayı üreteçlerine olan ihtiyaç her geçen gün artmaktadır. Rastgele sayılar, özellikle bilgisayar bilimlerinde ve bilgisayar derleyicileri ve şifreleme sistemleri gibi derlenir. Rastgele sayılar, genellikle çekirdek olarak adlandırılan bir başlangıç değerine bazı sayısal işlemler kullanılarak üretilebilir. Ayrıca, belirli bir algoritma, matematiksel formül, önceden belirlenmiş tablolar kullanma veya deterministik bir karaktere sahip olmayan doğal fiziksel olayları kullanma gibi birçok şekilde rastgele sayılar üretebiliriz. Aynı kanal kullanıldığında rastgele sayı oluşturma işlemi tekrarlanabilir. Bu nedenle, rasgele sayı üretecinin çıktısı gerçekten rasgele olmayabilir. Rastgele sayı dizileri, istatistiksel olarak birbirlerinden bağımsız olan ve hiçbir korelasyonu olmayan sayılardan oluştuğu için birçok alanda kullanılır. Rastgele sayı üreteçleri ayrıca bilgisayar simülasyonlarında, sayısal analiz uygulamalarında, istatistiksel analizlerde, Monte Carlo yöntemini kullanan uygulamalarda ve özellikle şifrelemede kullanılmaktadır. Örneğin, kriptografik algoritmaların güvenilirliği rastgele sayı üreteçleri tarafından üretilen sayılara bağlıdır. Bu sayılar istatistiksel olarak rasgele ise, yani son çıktılar önceki çıktılara bakarak belirlenemiyorsa, jeneratör mükemmel istatistiksel özelliklere sahiptir. Başka bir deyişle, uygun şifreleme için doğru Rasgele Sayı Üreticisi (RNG) gerekir. RNG'leri True-RNG'lere ve Pseudo-RNG'lere bölmek mümkündür. Uygulamanın amacına bağlı olarak, bu iki yapıdan biri tercih edilir. Gerçek TRNG'ler gürültü gibi doğal süreçlerin ölçülmesine dayanırken, TRNG'ler sayısal algoritmalar gibi deterministik yöntemler kullanırlar. Gerçek RNG'ler, daha önce şifreleme olarak anılan güvenliğin gerekli olduğu uygulamalarda kullanılırken, RNG'lerin performansının bilgisayar simülasyonlarında kullanılması yeterlidir. Gerçek rasgele sayı üreteçleri olarak kullanılan bu özellikleri sağlayan fiziksel klonlanamayan fonksiyonlar, üretim sürecindeki kontrol edilemeyen varyasyonlar nedeniyle talaşa özgü ve benzersiz çıktılar üreten yapılardır. Bu tezde, Fiziksel Klonlanamayan Fonksiyonlara Dayalı Gerçek Rasgele Sayıların Üretilmesi ve Gerçekleştirilmesi sunulmaktadır. Her iki PUF yapısı da FPGA'da yapıldı ve üretilen sayılar NIST test takımı ile test edildi. Testlerden başarılı sonuçlar alınmıştır. Bu çalışmanın 2. bölümünde rastgele sayıların tanımı ve sınıflandırılması, mevcut kullanım alanları ve rastgele sayılarla ilgili incelemeler, 3. Bölüm ise PUF mimarisini gösterir. Bölüm 4'te Ulusal Standartlar ve Teknoloji Enstitüsü (NIST-Testi), 5. bölümde PUF mimarileri ve bunların FPGA ortamında uygulanması tartışılmış ve sonuç kısmında kısa bir değerlendirme verilmiştir.

The need for random numbers and random number generators is increasing day by day. Random numbers are compiled, especially in computer science and such as computer compilers and cryptographic systems. Random numbers can be generated by using some numerical operations to an initial value, often called a kernel. We can also generate random numbers in many ways, such as using a specific algorithm, a mathematical formula, predetermined tables, or using natural physical events that do not have a deterministic character. The random number generation process can be reproducible when the same channel is used. Therefore, the output of the random number generator may not be truly random. Random number sequences are used in many fields since they consist of numbers that are statistically self-reliant of each other and have no correlation. Random number generators are also used in computer simulations, numerical analysis applications, statistical analysis, applications using the Monte Carlo method, and especially in encryption. For example, the reliability of cryptographic algorithms depends on the numbers generated by random number generators. If these numbers are statistically random, that is, if the recent cannot be determined by looking at the previous outputs, then the generator has excellent statistical properties. In other words, proper encryption requires the right Random Number Generator (RNG). It is possible to divide the RNGs into True-RNGs and Pseudo-RNGs. Depending on the purpose of the application, one of these two structures is preferred. While the actual TRNGs are based on the measurement of natural processes such as noise, the so-called TRNGs use deterministic methods such as numerical algorithms. While true RNGs are used in applications where security is essential before mentioned as encryption, the performance of so-called RNGs is sufficient to be used in computer simulations. In this thesis, the Generation and Realization of True Random Numbers Based on Physical Unclonable Functions are presented. Both PUF structures were performed in FPGA and the numbers produced were tested with the NIST test suite. Successful results were obtained from the tests. Chapter 2 of this work shows the definition of random numbers and their classification, current usage areas, and the reviews about random numbers while Chapter 3 shows PUF architecture. In chapter 4 the National Institute of Standards and Technology (NIST-Test), while in chapter 5 PUF architecture and their implementation in the FPGA environment is discussed and a short evaluation in the conclusion part is given