国家学术搜索
登录
注册
中文
EN
首页
|
大数据背景下的伪随机数发生器研究
大数据背景下的伪随机数发生器研究
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
万方数据
维普
中文摘要：
大数据分析和模拟通常需要大量随机数，对于某些应用，如密码学或模拟研究，需要高质量的随机性，因此选择合适的PRNG算法变得至关重要。PRNG的周期长度是指在生成的序列中重复出现的元素之间的距离。在大数据环境中，如果PRNG周期太短，可能导致生成的伪随机数序列在长时间内出现明显的重复模式。因此，选择具有足够长周期的PRNG算法是重要的。
收起全部
展开查看外文信息
作者：
王景洪
展开 >
作者单位：
新乡市政务大数据中心 河南 453000
关键词：
大数据
伪随机数发生器
线性同余发生器
出版年：
2024
网络安全技术与应用
北京大学出版社
网络安全技术与应用
CHSSCD
影响因子：
0.417
ISSN：
1009-6833
年,卷(期)：
2024.
(11)
万方数据
维普
