- •2.1 Частотный тест (на монотонность бит)
- •2.1.1 Назначение теста
- •2.1.2 Исходные данные
- •2.1.3 Тестовая статистика и исходное распределение
- •2.2 Частотный тест в пределах блока
- •2.2.3 Тестовая статистика
- •2.2.7 Рекомендуемый размер входной последовательности
- •2.2.8 Пример
- •3.2 Техническое описание
- •2.3 Тест Прогонов (Runs).
- •2.3.1 Цель теста.
- •2.3.2 Вызов функции.
- •2.3.3 Статистика теста и описание ссылок.
- •2.3.4 Описание теста.
- •2.3.5 Правила решения (на уровне 1%)
- •2.3.6 Вывод и интерпритация результатов теста.
- •2.3.7 Вводные рекомендации размера
- •3.3 Тест прогонов
- •2.4 Тест на самую длинную последовательность единиц в блоке
- •2.4.1 Цели теста
- •2.4.2 Вызов функции
- •2.4.3 Статистика теста и начальное распределение
- •2.4.4 Описание теста
- •2.4.6 Заключение и интерпретация результатов теста
- •2.4.8 Пример
- •3.4 Тест на самую длинную последовательность единиц в блоке
- •2.5 Тест ранга бинарной матрицы
- •2.5.Цели теста
- •2.5.2 Вызов функции Rank(n), где:
- •2.5.4 Описание теста
- •2.5.6 Заключения и интерпретация результатов теста
- •2.5.7 Рекомендации по размерам вводимых последовательностей
- •3.5 Тест ранга бинарной матрицы
- •2.7. Испытание на не перекрывание сравнений с шаблонами
- •2.7.7. Цели испытаний.
- •2.7.2. Функции запроса. NonOverlappmgTemplateMatching (м, п)
- •2 7.3. Статистическая проверка и ссылка на распределение.
- •2.7.4. Описание теста.
- •2.7.5. Правила (на уровне 1 %).
- •2.7.6. Заключения и Интерпретация Испытательных Результатов.
- •2.7.8. Пример.
- •3.7. Испытание на не перекрывание сравнений с шаблонами.
- •2.8 Тест "Накладывающегося шаблона соответствия" (Overlapping Template Matching)
- •2.8.2 Вызов функции
- •2.8.3 Статистика теста и рекомендуемое распределение
- •2.8.4 Описание теста
- •2.8.5 Правило для решения(на 1% уровне)
- •2.8.6 Вывод по результатам теста их интерпретация
- •2.9 "Универсальное Статистическое" Тест Mауpepa
- •2.9.1 Цель теста
- •2.9.2 Запрос Функции
- •2.9.3 Проверить Статистический и Сослаться на Распределение
- •2.9.4 Описание теста
- •2.9.5 Правило Решения (на 1%-ом Уровне)
- •2.9.6 Заключение и интерпретация результатов теста
- •2.9.7 Рекомендация входных размеров
- •3.9 "Универсальный статистический" тест Моурера
- •1. Цели теста
- •2. Вызов функции
- •3. Статистика теста и ссылочное распределение
- •4. Описание теста
- •5. Правило 1%
- •6. Интерпретация результатов теста
- •7. Рекомендации входного размера
- •1. Цел и теста
- •2. Вызов функции
- •3. Тестовая статистика
- •4. Описание теста
- •5. Правила решения
- •6. Заключения и интерпретация результатов тестирования
- •7. Рекомендации размера на входе
- •2.11 Тест линейной сложности
- •2.11.3 Статистика Теста и Распределение
- •2.11.4 Описание Теста
- •2.11.6 Вывод и Интерпретация Результатов Теста
- •2.11.7 Рекомендации По Входным Величинам
- •2.11.8 Пример
- •3.11 Тест линейной сложности
- •2.12 Серийный тест
- •2.12.1 Назначение теста
- •2.12.2 Вызов функций
- •2.12.3 Статистика теста и контрольное распределение
- •2.12.4 Описание теста
- •2.12.5 Решающее правило (при 1% уровне допуска)
- •2.12.6 Вывод и интерпретация результатов теста
- •2.12.7 Рекомендации по входным размерам
- •3.12 Серийный тест
- •2.13 Тест аппроксимация энтропии
- •2.13.1 Цель теста
- •2.13.2 Вызов функции
- •2.13.3 Тестирование статистического и эталонного распределения.
- •2.13.4 Описание теста.
- •2.14 Совокупные cyммы (Cusum) тест.
- •2.14.1 Цель теста
- •2.14.2 Вызов функции
- •2.14.3 Статистический тест и относительное распределение
- •2.14.4 Описание теста
- •2.14.5 Правила принятия решений (at the I % Level)
- •2.14.6 Вывод и интерпретация пункта 2.14.5
- •2.14.7 Рекомендации по размеру входной последовательности
- •2.14.8 Пример
- •3.14 Коммулятивные суммы (Cusum) тест
- •2.15 Тест произвольные отклонения.
- •2.15.1 Цель теста
- •2.15.2 Вызов функции
- •2.15.3 Статический тест и распределение ссылок
- •2.15.4 Описание теста
- •Ссылки для теста
- •2.16 Испытание варианта случайных отклонений
- •2.16.1 Цель испытания
- •2.16.3 Статистика испытаний и контрольное распределение
- •2.16.4 Описание
- •3.16 Испытание варианта случайных отклонений
5. Правило 1%
Если вычисленная Р-ценность < 0.01, тогда заключается, что последовательность неслучайна. Иначе, заключите, что последовательность случайна.
6. Интерпретация результатов теста
Начиная с Р-ценности, полученной в шаге 5 из секции 2.9.4 являются > 0.01 (Р-ценность = 0.767189), заключение - то, что последовательность является случайной. Теоретические ожидаемые ценности для j были вычислены, как показано в таблице в шаге (5) секции 2.9.4. Если fn сильно отличается от expectedValue (L), тогда последовательность сжимаема.
7. Рекомендации входного размера
Этот тест требует длинной последовательности частиц, которая разделена на две части, где L должно быть выбрано так, чтобы 6 < L < 16. Первая доля состоит из Q блоков инициализации, где Q должен быть выбран так, чтобы Q = 10 • 2L. Вторая доля состоит из блоков тестирования К, где К = [n/L] - Q = 1000 • 2L. Ценности L, Q и п должны быть выбраны.
Этот тест был представлен в 1992 Уели Маурером, сотрудником отдела компьютерной науки университета в Принстоне. Статистический тест Маурера связан с побитовой энтропией потока, который его автор определяет, как качественную меру для секретно-ключевого источника в криптографии. Также, тест требуется, чтобы измерить фактический криптографическую ценность дефекта, потому что это - отношение к продолжительности оптимальной стратегии ключевого поиска врага, или эффективность ключевого размера системы шифра. Тест не предназначено, для обнаружения очень специфичных образцов или типа статистической погрешности. Однако, испытание может обнаруживать любой из самого общего класса статистических дефектов, которые могут быть смоделированы постоянным источником. Из-за этого существует множество испытательных подсумм стандартных статистических испытаний. Тест - тип сжатия, основанный на идее Зива, что универсальное статистическое испытание может быть основано на универсальном источнике, кодирующем алгоритм. Генератор должен передать испытание, если и только если его последовательность не может быть сжата. Согласно Мауреру, кодирующий источник алгоритма Лемпеля-Зива, должен быть менее удобным для применения в статистическом испытании, потому что, есть сложность определения статистического теста, чье распределение может быть определено или приближено.
Тест требует длинной (с 6 < L < 16) последовательности бит, которые разделены на два отрезка блоков L-бит (6 < L < 16), Q (10*2L) блока инициализации и К (1000*2L) блока проверки. Мы берем К = ceil(n/L) - Q, чтобы максимизировать его значение. Порядок должен быть выбран, чтобы гарантировать, что все возможные образцы набора из двух предметов L-бит фактически происходят в пределах блоков инициализации. Испытание не удовлетворительно для очень больших величин L, потому что инициализация требует большого времени. Алгоритм вычисляет изо всех таких расстояний для всех шаблонов L-частицы в испытательной доле представления,'число цифр в двойном расширении каждого расстояния. Тогда это составляет в среднем по всем длинам расширения число испытательных блоков.
Алгоритм достигает этого через динамическую таблицу поиска, использующую представление целого числа двойных частиц, составляющих блоки шаблона. Стандартизированная версия статистики, предписываемая тестом, сравнима с приемлемым диапазоном, основанным на стандартной нормальной (Gaussian) плотности, используя тестовую среднюю величину, которая задается формулой (16) в Maurer (1992). Есть несколько версий приблизительных эмпирических формул для формы (fn) =c (L; К) регистрируют. Здесь, с (L; К) представляет фактор, который принимает во внимание зависимый характер возникновений шаблонов. Самое последнее из приближений имеет форму c(L; К) =0.7 - 0.8/L + (1.6 + 12.8/L)*K-4/L. Однако погрешность из-за этого приближения может делать тест временами более ошибочным чем то, что теоретически допускается. Другими словами, отношение стандартного отклонения fn, полученного от приближения сверху к истинному стандартному отклоняется значительно от 1. В связи с вышеизложенным и также так как все аппроксимации основаны на предположении, что гипотеза хаотичности может быть проверена, подтверждая нормальность наблюдаемых величин fn, предполагая, что разница является неизвестной. Это может быть сделано, используя t-тест.
Первоначальная последовательность должна быть разделена на подпоследовательности, на каждой из которых величина универсального теста статистически оценена (за ту же самую величину параметров К, L и Q). Типовая разница оценивается
Тест сжатия Лемпеля-Зива