NIST SP 800-22 테스트 슈트는 난수생성기(Random Number Generator, RNG) 평가를 위한 일반적으로 수용된 표준이다. 그러나 기본 매개변수를 적용하면, Level-1 통계 계산에 내재된 근사 오차와 매개변수 민감성으로 인해 1종 오류(오탐에 의한 거부)가 발생한다. 선행 연구에서는 이러한 오차 원인을 분석해 왔으나, 이 근본 단계에서 매개변수를 최적화하기 위한 체계적인 방법론은 아직 부재하다. 이를 해결하기 위해 본 연구에서는 Frequency, Cumulative Sums, Non-overlapping Template Matching 테스트에서 구조적 1종 오류를 완화하는 매개변수 최적화 방법을 제안한다. 구체적으로 Frequency 및 Cumulative Sums 테스트에 대해서는 테스트 공식을 바탕으로 해석적 합격 임계값을 도출하고, 관측된 통계량의 통계적으로 모델링된 최댓값과 이를 정렬하여 안정적인 합격 영역 (n)을 식별한다. 반면 Non-overlapping Template Matching 테스트에서는 민감도 분석에 기반한 매개변수 스윕을 사용하여 최적의 매개변수 집합 (n,N)을 결정한다. 이 접근법은 근사 오차를 최소화하고 엄격한 의사결정 경계에 대한 과도한 민감성을 해소하면서, 충분한 통계적 여유를 확보한다. 28 nm CSRO 기반 TRNG를 사용한 검증 결과, 최적화된 매개변수는 모든 칩에서 100% 합격률을 달성하여, 기본 매개변수에서 관찰된 72% 최소 합격률보다 유의하게 향상되었다. 이러한 결과는 제안된 최적화가 테스트 민감성을 저해하지 않으면서 구조적 1종 오류를 효과적으로 완화함을 시사하며, 실제 결함에 대해 평가가 엄밀하게 초점을 맞출 수 있게 한다. 또한 제안된 방법은 다양한 하드웨어 구현에 대해 일반적으로 적용 가능하여, 연구자들이 자신들의 특정 엔트로피 특성에 맞춘 최적 검증 매개변수를 도출할 수 있도록 한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.