Binnen de cryptografie is het genereren van willekeurige getallen een heet hangijzer; veel algoritmes vertrouwen op random input om bijvoorbeeld cryptografische sleutels te genereren, maar écht willekeurige getallen zijn moeilijk te verkrijgen. Doorgaans wordt een pseudo random number generator (prng) ingezet, een wiskundige reeks die schijnbaar willekeurige getallen genereert. Vaak wordt dit aangevuld met omgevingsruis, bijvoorbeeld cijfers afgeleid uit muisbewegingen. Ook duiken er van tijd tot tijd voorstellen op om willekeurige input te halen uit dedicated quantumsystemen.
Toch blijven cryptografen op het onderwerp broeden. Prng’s zijn uiteindelijk deterministisch en kunnen gemanipuleerd worden, omgevingsruis is te beïnvloeden, en aparte systemen vereisen eigen hardware en zijn vaak beperkt in hun capaciteit.
Onderzoekers aan de Queen Mary University of London stellen nu voor om een techniek in te zetten die het toverwoord lijkt te zijn voor álle problemen vandaag de dag: deep learning. En met succes; zelfs een klein en simpel neuraal netwerk blijkt in staat te zijn getallen te produceren waar geen patroon in te ontdekken lijkt.
This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one for just €20 for the first year and enjoy all the benefits.