相关实验视频
Updated: Jun 17, 2025

07:46
A Method for Growing Bio-memristors from Slime Mold
Published on: November 2, 2017
8.9K
用于安全应用的memristive真随机数生成器
Xianyue Zhao1,2, Li-Wei Chen3, Kefeng Li1,2
1Institute for Solid State Physics, Friedrich Schiller University Jena, 07743 Jena, Germany.
Sensors (Basel, Switzerland)
|August 10, 2024
概括
记忆器真随机数发生器 (TRNG) 提供比CMOS替代品更简单的电路和更低的功耗. 本研究检查了它们的源,并强调了对未来安全应用的优化方面的挑战.
科学领域:
- 材料科学 材料科学 材料科学
- 电气工程 电气工程
- 计算机科学 计算机科学
背景情况:
- 1971年提出理论并于2008年实现的memristors是新型电子设备的关键组件.
- 真正随机数生成器 (TRNG) 对于安全的加密应用至关重要.
研究的目的:
- 为了探索和优化基于memristor的TRNGs.
- 评估各种源以获得高质量的随机数生成.
- 为了将memristor TRNG与传统的基于CMOS的TRNG进行比较.
主要方法:
- 对memristor TRNG演变和源的分析.
- 与基于CMOS的TRNG进行比较研究.
- 使用无电动YMnO3 (YMO) 记忆器的案例研究.
主要成果:
- 与CMOS TRNG相比,memristor TRNG具有更简单的电路和更低的功耗.
- 无电无电YMO记忆器显示出对不可预测的随机数的有效源的潜力.
- 识别了基于memristor的TRNG的安全特性.
结论:
- 记忆器TRNG为下一代安全应用提供了一个有希望的替代方案.
- 对于后处理算法优化和长期可靠性需要进一步的研究.
- 应对这些挑战将提高memristor TRNGs的可行性.

