🎲 熵挑战

🇬🇧 英文阅读 | 🇹🇷 Türkçe Oku

引言

我们开发了一款下一代随机数生成器，通过专有的神经网络架构处理射频噪声，并经过SHA-3后处理。我们声称该源提供真正随机性质量，与理想噪声源不可区分。

我们公开输出结果和验证报告，但不公开源代码。挑战很简单：证明我们是错的。

数据

• 样本文件: data/random_sample.bin (~17 MB)
• 质量: 通过NIST STS (SP 800-22) 和 NIST SP 800-90B 验证。
• 熵: >0.999 比特/比特。

详细报告见 NIST_REPORT.md。

🏆 挑战

我们向任何能成功“破解”此生成器的人提供赏金。

类别与表彰

🥇 级别1：预测者 - 下一比特测试

奖励: 名人堂入场与成就证书 任务: 给定来自我们源的 $N$ 位序列，准确预测第 $N+1$ 位，且概率显著大于50%（统计显著性 $p < 0.001$）。

🥈 级别2：区分者

奖励: 荣誉提名 任务: 创建一个算法，能够以 $> 0.01$ 的优势区分我们的输出与 os.urandom 或硬件 TRNG。

🥉 级别3：模式发现者

奖励: 致谢 任务: 识别提供的二进制样本中存在的重复周期或显著偏差，这些未被标准NIST测试检测到。

如何提交

1. Fork 此仓库。
2. 创建你的分析脚本（Python/C/Matlab）。
3. 提交 Issue，附上你的发现和证据。
4. 如果可验证，你将被添加到我们的名人堂。

🏅 名人堂

---

由深度神经随机过程与Keccak驱动