タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
一般公募の枠で CfP 出してあえなくリジェクトされたテーマを、スポンサー枠で勝手に敗者復活させてお話してきました。 はじめに Java 標準のクラスライブラリには、いくつかの乱数生成器の実装 (クラス) が存在しています。長年 Java でアプリケーションを書いている方であれば状況に応じてそれらの実装を使い分けることも難しい話ではありませんが、Java を扱い初めて間もない方にとってはそう簡単な話ではありません。 たとえば java 乱数 のようなクエリでググるとその状況がうかがい知れるのですが、巷にはプログラミングスクール各社の SEO を目的としたコンテンツが溢れていて、それらはいずれも「java.util.Random とか Math.random() とかなんでそんなレガシーなクラス/メソッドしか紹介しないの？ この記事を書いたライターというかエンジニアの人たちは J2SE 1.
暗号化において重要になってくるのは「ランダム性の生成」です。Cloudflareでは、基本的にはLinuxで乱数を生成していますが、何か問題があったときのために利用できる乱数生成器として、オフィスに「ラバライト」や「二重振り子」を設置しています。 Cloudflareのオフィスにおけるカオスの活用 https://blog.cloudflare.com/ja-jp/harnessing-office-chaos-ja-jp/ Randomness 101: LavaRand in Production https://blog.cloudflare.com/randomness-101-lavarand-in-production The Hardest Working Office Design In America Encrypts Your Data–With Lava Lamps
Rustで実装する乱数生成のベクトル化 - NTT Communications Engineers' Blog
この記事は、 NTT Communications Advent Calendar 2022 22日目の記事です。 はじめに こんにちは、イノベーションセンターの鈴ヶ嶺(@suzu_3_14159265)です。普段は、クラウド・ハイブリッドクラウド・エッジデバイスなどを利用したAI/MLシステムに関する業務に従事しています。 本日は、Rustでベクトル化された乱数生成器を実装する方法を紹介します。乱数生成器にはPermuted congruential generator(PCG)という高速でシンプルな実装を取り扱います。ベクトル化には1つの命令で複数のデータを適用するSingle Instruction, Multiple Data(SIMD)を活用します。 また、以下のように毎年Rustネタのアドベントカレンダーを書いているのでぜひ見ていただけると嬉しいです！ NTTコミュニケーション
JJUG CCC 2019 fall のセッション「Java における乱数生成器とのつき合い方」の発表資料です。発表概要は以下の通りです。 現在の Java (Java 11) には様々な種類の乱数生成器が実装されていますが、Java そのものやの乱数生成器に詳しくない方にとっては、いつどのような状況でどの実装を使えばいいのか迷ってしまうことがあるかと思います。そのような迷いを解消するために、このセッションでは乱数生成器の基礎的な前提知識からはじめ、Java クラスライブラリにおける各種乱数生成器の実装とその特性などについてお話いたします。
Haskellの最近の乱数生成事情について
あらすじ Haskellでの乱数生成ライブラリは長らく群雄割拠の時代が続いていました。 その理由は、公式のrandomパッケージの使い勝手がすこぶる悪かったため、 各々が独自のインターフェースでまともな乱数生成ライブラリを公開していました。 その時代は、random-1.2の登場により終わりを迎えました。 これからはrandomパッケージを使えば基本的に問題ないでしょう。 Before random-1.2 Haskellの公式の乱数生成ライブラリがrandomだったのですが、 このライブラリは System.Randomといういかにも標準的なモジュールを提供している割に使い物になりませんでした。 そのため、 mwc-random tf-random xorshift mersenne-random-pure64 などのライブラリが独自のインターフェースを提供していました。 randomの
mt19937の周期は1秒間に無量大数個の無量大数倍の乱数を発生させるコンピュータがあっても、無量大数年の無量大数倍を遥かに超える周期になっている。周期の長さを日本語で表現するのが困難である。 一方。 Xorshift128の周期 は $2^{128}-1 ≒ 3.4×10^{38}$ で、mt19937 より遥かに短い。 それでも十分長い。 1秒間に$10^{15}$個(千兆個。1ペタ個)の乱数を発生させると $10^{16}$年、つまり 1京年ぐらいで一周する。 日本語で表現できる範囲内ではあるものの、この周期で不足する状況を起こすのは難しいと思う。 というわけで mt19937 がファーストチョイス。とりあえず mt19937 を使う。 mt19937 だと計算速度面で問題があるようなら、 Xorshift128 を使う。 という対応を行ってきた。 xoshiro / xoroshi
C言語による乱数生成
本文章はC言語を用いて様々な確率分布に従う乱数を生成する方法やコードをまとめたものである。rand関数やメルセンヌ・ツイスタの使い方から始まり, 正規分布・指数分布等の様々な確率分布に従う乱数の生成方法について解説する。このページは近江崇宏によって作られました。コードはご自由にお使いになってかまいませんが、バグ等によって生じた損失に対する責任は負いません。 道しるべ: ・Ｃ言語でお手軽に整数の乱数を発生させたい人 ==> C言語のrand関数の使い方 ・メルセンヌ・ツイスタの使い方を知りたい人 ==> メルセンヌ・ツイスタの使い方 ・一様乱数の生成方法を知りたい人 ==> 一様乱数 ・様々な確率分布に従う乱数生成法を知りたい人 ==> 各種の確率分布に従う乱数の生成法 入門編 C言語のrand関数の使い方 メルセンヌ・ツイスタの使い方 乱数生成の基礎 一様乱数 (Uniform Rando
TestU01のBigCrushを通すということ 疑似乱数の統計的検定プログラムとしてはTestU01というのが有名です（Wikipedia）。SmallCrush、Crush、BigCrushというテストの詰め合わせが用意されていて、順に実行時間が長くなっていき全てのテストに通るのも難しくなっていきます。 自作の疑似乱数生成器を試してみるのもとても簡単で、How to Test with TestU01にやりかたがまとめられています。呼ばれる度にuint32_tの疑似乱数を返す関数のポインタを渡してやるだけなので、最低限のC言語の知識さえあれば十分です。 このBigCrushに通れば安心して使える乱数なのかというとそこまで話は単純ではないのですが1、10行程度のコードを書いては一喜一憂する材料としてはもってこいでしょう。 出力関数 先程のHow to Test with TestU01で
172中1つのRSA認証に乱数生成の不備による脆弱性が存在
Spring BootによるAPIバックエンド構築実践ガイド 第2版 何千人もの開発者が、InfoQのミニブック「Practical Guide to Building an API Back End with Spring Boot」から、Spring Bootを使ったREST API構築の基礎を学んだ。この本では、出版時に新しくリリースされたバージョンである Spring Boot 2 を使用している。しかし、Spring Boot3が最近リリースされ、重要な変...
【Hearthstone】カードゲームにおけるRNG(乱数生成)について再考 - つぶやくには余白が狭すぎる
◆この記事の概要 ハースストーンにおけるRNG(random number generator:乱数生成)についてざっくりと時系列を追って、RNGがカードゲームにおいてどのような機能を持っているか評価する。 とても当たり前な事をやや大げさに説明してるのでそこらへんは流し読みしてもらってもいい。 ◆前文 今年(2021年)4月からクラシックフォーマットが新たにハースストーンのフォーマットに追加され、2014年当時のハースストーンと現在のハースストーンのゲームデザインの違いを、実際にプレイすることでより正確に評価できるようになった。この記事はクラシックフォーマットをプレイしている最中に私が再発見した事柄について述べていく。 例えば、クラシックフォーマットはプレイした時の満足度は高いにも関わらず、クラシックフォーマットで回数をこなすのはスタンダードやワイルドよりもやや重く、思ってるよりもプレイし
世の中の現象の中には「ランダム」な現象が多々あります。たとえば、サイコロを振るのは分かりやすいランダムな現象の例です。他にも天気や地震、ギャンブルなども分かりやすいランダムな現象の例です。 一方で、コンピュータの中で行われる計算は、一定のアルゴリズムにより定められた計算が順次実行されることになるため、原理的にはランダムになることはありません。 このことはコンピュータ内でランダムな現象をシミュレーションするにあたって問題になります。そこで「決められた手順によって生成されるランダムっぽく振る舞う数列」をいかにして作るかが重要になるわけですね。このような数列を擬似乱数と言います。 コンピュータによって擬似乱数を生成する手法は、これまでもさまざまな手法が提案されています。今回は、その中でも特に有名な手法である 線形合同法 について考えたいと思います。 最近はもっと良い疑似乱数の生成法が発見されてい
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Java における乱数生成器とのつき合い方 / #JJUG CCC 2019 fall に登壇してきました
Cloudflareは乱数生成のリスクヘッジとしてオフィスにラバライトや二重振り子を置いている
#JJUG Java における乱数生成器とのつき合い方
Xorshift から派生した擬似乱数生成器 - Qiita
内部状態としてカウンターのみを持った疑似乱数生成器 - Qiita
線形合同法（擬似乱数生成法）の周期 - tsujimotterのノートブック
www.walkerplus.com
www.gres-liberdade.com
michiru.ag.ebb.jp
liverpool.tokyo
www.facebook.com
www.fashionsnap.com