хідної стійкості алгоритму і доступною апаратної бази, орієнтація на останній фактор може значно підвищити максимальну швидкість шифрування.
При реалізації криптографічного модуля на базі мікропроцесора або мікроконтролера доцільне застосування програмних шифрів., тобто таких систем шифрування, які використовую операції над комп'ютерними словами і враховують специфіку обробки даних в процесорної системі криптомодуль.
Існують такі різновиди шифрів, як блокові, потокові і комбіновані. Адитивні потокові шифри є малопридатними для даної розв'язуваної задачі, так як така криптосистема може бути використана тільки при доповненні її спеціальною підсистемою генерації унікальних ключів шифрування для кожного окремого блоку даних з причини неприпустимість повторного використання однакових ділянок ключового потоку.
У даній системі з метою оптимізації витрат на апаратуру, і отримання більш високих швидкостей шифрування доцільне використання так звані швидкісних шифрів.
Найбільш відповідними для застосування в комп'ютерних системах є блокові шифри. На процес синтезу алгоритмів блочного шифрування істотний вплив роблять параметри швидкості роботи алгоритму і складності реалізації алгоритму. Рішення проблеми вибору алгоритму має стати результатом довгих і кропітких досліджень як стійкості, так і складності реалізації різних криптографічних систем.
ГЛАВА 4. ІМІТАЦІЙНЕ МОДЕЛІРОАНІЕ ДОСЛІДЖУВАНОЇ СИСТЕМИ
За своїм змістом дана глава відображає загальні результати досліджень лазерного випромінювання.
Нормальний розподіл, також зване розподілом Гаусса - розподіл ймовірностей, яке в одновимірному випадку задається функцією щільності розподілу:
(3)
де параметр?- Математичне очікування, медіана і мода розподілу, а параметр?- Стандартне відхилення (?? - Дисперсія) розподілу.
Формула функції експоненціального розподілу:
(4)
Візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Так, математичне очікування? =0, обсяг вибірки дорівнює 100000, а стандартне відхилення? =2.
Рис.15. Гістограма випадкових значень на інтервалі (- 5; 5)
Так само візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Візьмемо математичне очікування? =0, обсяг вибірки дорівнює 100000, а стандартне відхилення? =0.5.
Рис.16. Гістограма випадкових значень на інтервалі (- 5; 5)
Побудуємо гістограму експоненційний розподіл для функції і визначимо параметр?.
Рис.17. Гістограма експоненціального розподілу
Проведемо ще одне моделювання. Візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Так, математичне очікування? =1, обсяг вибірки дорівнює 10000, а стандартне відхилення?=2.
Рис.18. Гістограма випадкових значень на інтервалі (- 5; 5)
Так само візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Візьмемо математичне очікування? =0, обсяг вибірки дорівнює 10000, а стандартне відхилення?=0.5.
Рис.19. Гістограма випадкових значень на інтервалі (- 5; 5)
Рис.20. Гістограма експоненціального розподілу
Так само візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Так, математичне очікування? =1, обсяг вибірки дорівнює 1000, а стандартне відхилення?=2.
Рис.21. Гістограма випадкових значень на інтервалі (- 5; 5)
Так само візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Візьмемо математичне очікування? =0, обсяг вибірки дорівнює 1000, а стандартне відхилення?=0.5.
Рис.22. Гістограма випадкових значень на інтервалі (- 5; 5)
Рис.23. Гістограма експоненціального розподілу
Візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Так, математичне очікування? =1, обсяг вибірки дорівнює 500, а стандартне відхилення?=2.
Рис.24. Гістограма випадкових значень на інтервалі (- 5; 5)
Так само візьмемо випадкові значення з інтервалом (- 5; 5) і побудуємо гістограму. Візьмемо математичне очікування? =0, обсяг вибірки дорівнює 500, а стандартне відхилення?=0.5.
Рис.25. Гістограма випадкових з...
