QuevaTech/challenge_repo

# 🎲 熵挑战赛 [🇬🇧 英文版](README.md) | [🇹🇷 土耳其语版](README.tr.md) ## 简介 我们开发了一种下一代随机数生成器，通过专有的**神经网络架构**处理**射频 (RF) 噪声**，随后进行 SHA-3 后处理。我们声称该来源提供**真随机性**质量，与理想噪声源无法区分。 我们公开了输出结果和验证报告——但**不包括源代码**。挑战很简单：**证明我们是错的。** ## 数据 - **样本文件：** `data/random_sample.bin`（约 17 MB） - **质量：** 已通过 **NIST STS (SP 800-22)** 和 **NIST SP 800-90B** 验证。 - **熵：** >0.999 bits/bit。 详细报告可在 [NIST_REPORT.md](NIST_REPORT.md) 中找到。 ## 🏆 挑战内容 我们将为任何能够成功“破解”该生成器的人提供奖励。 ### 类别与表彰 #### 🥇 级别 1：预测者 - 下一比特测试 **奖励：** **名人堂入选资格与成就证书** **任务：** 给定我们来源的 $N$ 比特序列，以显著大于 50% 的概率准确预测第 $N+1$ 比特（统计显著性 $p < 0.001$）。 #### 🥈 级别 2：区分者 **奖励：** **荣誉提名** **任务：** 创建一种算法，能够以 $> 0.01$ 的优势将我们的输出与 `os.urandom` 或硬件 TRNG 区分开来。 #### 🥉 级别 3：模式发现者 **奖励：** **致谢** **任务：** 在提供的二进制样本中识别出被标准 NIST 测试遗漏的重复周期或显著偏差。 ## 如何提交 1. 复刻本代码仓库。 2. 创建您的分析脚本。 3. 附上您的发现和证明，开启一个 Issue。 4. 如果验证通过，您将被添加到我们的**名人堂**中。 ## 🏅 名人堂 | 日期 | 研究员 | 成就 | |------|------------|-------------| | - | - | - | *由 RF 噪声熵 · 神经网络条件化 · Keccak (SHAKE-256) 驱动*

标签：Apex, DNS解析, meg, NIST SP 800-90B, NIST STS, SHA-3, TRNG, 下一代随机数, 人工智能, 位预测, 信息安全, 后处理算法, 密码学, 射频噪声, 序列密码分析, 开源项目, 手动系统调用, 挑战赛, 数据隐私, 机器学习, 漏洞悬赏, 熵源, 用户模式Hook绕过, 真随机数生成器, 硬件安全, 神经网络, 统计学测试, 赛博安全, 逆向工具, 随机性测试