From: Christophe Guyeux Date: Fri, 13 Mar 2015 15:56:17 +0000 (+0100) Subject: Avancées dans la traduction de l'intro X-Git-Url: https://bilbo.iut-bm.univ-fcomte.fr/and/gitweb/rairo15.git/commitdiff_plain/b60c35c87e498fa1be9cc75364cd069b18b06e9d?ds=inline;hp=7adee4533e3b5462c283ce03d98ef5c440600e42 Avancées dans la traduction de l'intro --- diff --git a/intro.tex b/intro.tex index cb79a58..b2cdd1c 100644 --- a/intro.tex +++ b/intro.tex @@ -1,15 +1,14 @@ The exploitation of chaotic systems to generate pseudorandom sequences is an hot topic~\cite{915396,915385,5376454}. Such systems are fundamentally chosen due to their unpredictable character and their sensibility to initial conditions. +In most cases, these generators simply consist in iterating a chaotic function like +the logistic map~\cite{915396,915385} or the Arnold's one~\cite{5376454}\ldots +It thus remains to find optimal parameters in such functions so that attractors are +avoided, guaranteeing by doing so that generated numbers follow a uniform distribution. +In order to check the quality of the produced outputs, it is usual to test the +PRNGs (Pseudo-Random Number Generators) with statistical batteries like +the so-called DieHARD~\cite{Marsaglia1996}, NIST~\cite{Nist10}, or TestU01~\cite{LEcuyerS07}. -% Souvent les travaux se limitent à itérer une fonction paramétrée -% \emph{chaotique} comme la fonction logistique~\cite{915396,915385}, ou encore -% celle du chat d'Arnold~\cite{5376454}\ldots Il reste à trouver les paramètres -% optimaux permettant d'éviter les attracteurs de telles fonctions et garantissant -% que les séquences de nombres produits suivent une loi de distribution uniforme. -% Pour vérifier la qualité des sorties produites il est usuel de soumettre les -% PRNG (Pseudo-Random Number Generator) à des tests statistiques tels -% DieHARD~\cite{Marsaglia1996}, NIST~\cite{Nist10} et TestU01~\cite{LEcuyerS07}. % % Dans son acception vulgarisée, % la notion de chaos est souvent réduite à celle de forte sensibilité