İNSAN HAREKETLERİ TABANLI GERÇEK RASGELE SAYI ÜRETİMİ

Abstract

Rasgele sayıların kullanımı eski dönemlere dayanmakta ve günümüzde de bilgisayar bilimleri vb. alanlarda kullanılmaya devam etmektedir. Rasgele sayıların üretimi aşamasında rasgele sayı üreteçleri sözde, gerçek ve hibrit rasgele sayı üreteçleri olarak 3 grupta incelenmektedir. Gerçek rasgele sayı üreteci (GRSÜ) ile rasgele sayı üretmek için deterministik olmayan bir gürültü kaynağından yararlanılır. Rasgelelik derecesinin daha yüksek olması nedeniyle GRSÜ, SRSÜ sayı üreticisinden daha güvenli sayı üretirler. Bu tezde, insan hareketleri ile rasgele sayı üreten bir GRSÜ çalışması yapılmıştır. Çalışmada GRSÜ, hemen hemen tüm insanların kullandığı mobil telefonlardaki ivme ve GPS sensörlerini kullanmaktadır. İlk olarak, mobil telefonu taşıyan kişinin 3-D ortamdaki hareketleri sonucunda ivme ve konum değişimleri Android tabanlı bir mobil cihazdan örneklenerek elde edilmiştir. Daha sonra, elde edilen bu veriler, normalizasyon işlemi uygulanarak ham sayı dizilerine dönüştürülmüştür. Son olarak, sayı dizilerinin istatistiksel özelliklerini iyileştirmek için XOR son işlemi uygulanmış ve rasgele sayı üretimi gerçekleştirilmiştir. Kişi yürürken, koşarken ve stabil konumda iken sensörlerden elde edilen toplamda 15 veri seti oluşturulmuştur. Sayıların istatistiksel özellikleri NIST Test Suite, Skala Index ve Otokorelasyon ile incelenmiştir. Çalışılan GRSÜ, cep telefonu platformu için uygun, evrensel ve düşük maliyetli olup, kişiye özgü rasgele sayı üretimini mümkün kılmaktadır.

The usage of random numbers dates back to old times and today it continues to be used in the areas such as computer science. Within the process of random number generation, random number generators are studied in three categories such as pseudo-random number generator (PRNG), true-random number generator (TRNG) and hybrid-random number generator (HRNG). Nondeterministic noise source is used in order to generate random number with true-random number generator (TRNG). Because it has higher degree of randomness, TRNG generates more secure numbers than PRNG. In this thesis, TRNG, which generates random numbers by behavior of human, is studied.In the study, TRNG uses accelerometer and GPS sensor in cell phones used by almost all people. First, as a result of movements of a person carrying the mobile phone in the 3-D environment, the acceleration and position changes are obtained by sampling from an android based mobile device. Then, these obtained data are converted into raw number sequences by normalization process. Finally, to improve the statistical properties of the number sequences, XOR post processing is conducted and random numbers are generated. A total of 15 data sets are generated from the sensors while a person is walking, running or waiting stably. The statistical properties of the numbers are examined by means of NIST Test Suite, Scale Index and Autocorrelation. The studied TRNG is suitable for mobile phone platform, universal and low cost, and it makes possible to produce random personal numbers.