Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Методы и алгоритмы построения и анализа полиномиальных функций над конечным полем на основе стохастических матриц

Диссертация: Методы и алгоритмы построения и анализа полиномиальных функций над конечным полем на основе стохастических матриц
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Актуальность работы. Одним из подходов моделирования цепей Маркова (ЦМ) и марковских функций является подход, использующий теорию конечных полей. Перспективность этого подхода определяется приложением функций конечных ЦМ, возрастающей сложностью вероятностных дискретных моделей и эффективностью арифметики конечных полей в задачах цифровой обработки информации. Аппарат конечных полей используется… Читать ещё >

Содержание

  • Основные условные обозначения
  • Сокращения, принятые в тексте
  • Глава 1. Связь цепей Маркова, вероятностных автоматов и полиномиальных функций в конечном поле
    • 1. 1. Связь цепей Маркова, вероятностных автоматов и полиномиальных функций
    • 1. 2. Базовые понятия и теоремы
      • 1. 2. 1. Определения теории цепей Маркова
      • 1. 2. 2. Определения теории конечных полей
      • 1. 2. 3. Базовые полиномиальные модели для моделирования цепей Маркова и их функций в поле GF (2″)
    • 1. 3. О задаче анализа цепей Маркова по критерию линейной сложности
    • 1. 4. О задаче разработки комплекса методик и программ
    • 1. 5. Выводы по главе
  • Глава 2. Методы представления случайных последовательностей полиномиальными функциями над конечным полем
    • 2. 1. Представление стохастических матриц полиномиальными функциями над полем GF (2″) с учетом точности представления элементов матриц
      • 2. 1. 1. Введение
      • 2. 1. 2. Подход разложения матриц, основанный на методе минимакса
  • — Алгоритм минимакса
    • 2. 1. 3. Двоично-рациональный подход разложения матриц
  • — Алгоритм
  • — Алгоритм 2 м
  • — Алгоритм
  • — Алгоритм Зм
  • — Алгоритм
  • — Алгоритм 4 м
    • 2. 1. 4. Метод построения функций цепей Маркова над полем GF (2″) и оценки порядка поля
    • 2. 1. 5. Выводы по разделу
    • 2. 2. Представление расширенных цепей Маркова над полем GF (2″)
    • 2. 2. 1. Введение
    • 2. 2. 2. Получение стохастической матрицы расширенной цепи Маркова
  • — Постановка задачи
  • — Определение «промежуточной» матрицы переходов
  • — Определение матрицы О расширенной цепи Маркова
  • — Алгоритм вычисления матрицы О расширенной цепи Маркова по матрице Р исходной цепи Маркова
    • 2. 2. 3. Полиномиальные модели расширенных цепей Маркова над полем GF (2″)
  • — Модель генератора расширенной цепи Маркова на регистре сдвига
  • — Полиномиальная модель расширенной цепи Маркова на основе имплицирующего вектора
  • — Полиномиальная модель расширенной цепи Маркова на основе приведенного автомата
    • 2. 3. Моделирование случайных последовательностей минимальными полиномами над конечным полем по заданной стохастической матрице
    • 2. 3. 1. Введение
    • 2. 3. 2. Теоретический анализ. Постановка задачи
    • 2. 3. 3. Схема построения минимального многочлена над полем
    • 2. 3. 4. Метод моделирования случайной последовательности на основе минимального полинома
    • 2. 3. 5. Характеризация класса случайных последовательностей 90 2.4. Выводы по главе
  • Глава 3. Методы анализа полиномиальных функций, моделирующих случайные последовательности в конечном поле
    • 3. 1. Анализ нелинейных моделей преобразователей случайных последовательностей над полем GF (2″) на основе стохастических матриц
      • 3. 1. 1. Введение
      • 3. 1. 2. Определение базовых полиномиальных функций над полем
  • GF (2″)
    • 3. 1. 3. Полиномиальные нелинейные динамические модели, 95 порождающие функции цепей Маркова. Вероятностные характеристики моделей
  • — Полиномиальная модель цепи Маркова
  • — Полиномиальная модель марковской функции В{
  • — Полиномиальная модель марковской функции Zt
  • — Полиномиальная модель марковской функции Z’t
    • 3. 2. Статистический анализ линейной сложности регулярных цепей
  • Маркова
    • 3. 2. 1. Введение
    • 3. 2. 2. Постановка задачи
    • 3. 2. 3. Реализация и тестирование алгоритма Берлекэмпа-Мэсси

Методы и алгоритмы построения и анализа полиномиальных функций над конечным полем на основе стохастических матриц (реферат, курсовая, диплом, контрольная)

Во введении обосновывается актуальность темы диссертации, дается определение цели и задач исследования, приводится перечень основных результатов, выносимых на защиту. Дана структура диссертации.

Актуальность работы. Одним из подходов моделирования цепей Маркова (ЦМ) и марковских функций является подход, использующий теорию конечных полей [1]. Перспективность этого подхода определяется приложением функций конечных ЦМ [2−4], возрастающей сложностью вероятностных дискретных моделей [2, 3] и эффективностью арифметики конечных полей в задачах цифровой обработки информации [5−10]. Аппарат конечных полей используется для решения задач синтеза вероятностных автоматов и генераторов случайных двоичных последовательностей, для моделирования случайных линейных зависимых процессов в конечном поле и некоторых типов цепей Маркова и вероятностных автоматов (ВА) (Аблаев Ф.М. [11, 12], Бухараев Р. Г. [2, 3, 13−15], Кирьянов Б. Ф. [16], Крашенинников В. Р. [17, 18], Кузнецов В. М. [19], Латыпов Р. Х. [20−24], Мансуров P.M. [25], Осмоловский С. А. [26], Песошин В. А. [19, 25], Столов Е. Л. [20−23, 27−30], Taylor L. [31]).

В работах Захарова В. М., Нурутдинова Ш. Р., Соколова С. Ю., Шалагина С. В. (2000;2006 г. г.) [32−34] предложен подход моделирования дискретных случайных процессов на полиномиальных моделях, описываемых полиномиальными функциями (ПФ) над полем GF (2″). Полиномиальные функции рассматриваются как модели дискретных преобразователей цепей Маркова [10, 32−37]. Разработаны методы представления полиномиальными функциями над полем GF (2″) простых и сложных ЦМ и определенных функций однородных и неоднородных ЦМ (ФЦМ). Задача представления решается как задача вычисления коэффициентов полиномов над полем GF (2″) на основе заданных стохастических матриц. Решена важная прикладная задача отображения полиномиальных моделей в однородные вычислительные среды, позволяющие реализовать параллельные алгоритмы вычисления и проводить потоковые преобразования над «-мерными векторами при моделировании дискретных случайных процессов [10, 32−39]. Однако, в этом направлении существуют недостаточно исследованные вопросы и нерешенные задачи, имеющие теоретическое и практическое значение.

Для дальнейшего развития и повышения эффективности методов моделирования дискретных случайных процессов в конечном поле актуальным является исследование вопросов, связанных с повышением точности полиномиальных моделей, определением их свойств и вероятностных характеристик, расширением класса случайных последовательностей (СП), представляемых полиномиальными функциями над полем GF (2″) и конечным полем GF (gc) характеристики qc > 2, с получением оценок порядка поля в зависимости от точности задания закона цепи Маркова и структуры стохастических матриц (СМ), а также ряд других вопросов, связанных с построением (вычислением коэффициентов) и анализом полиномиальных функций над конечным полем.

Объект исследования. Модели и аналитические методы моделирования случайных последовательностей над конечным полем.

Предмет исследования. Полиномиальные модели, порождающие функции цепей Маркова в конечном поле, свойства и характеристики этого класса моделей.

Целью диссертационной работы является развитие полиномиальных моделей, аналитических методов и построение эффективных методик для моделирования цепей Маркова и их функций в конечном поле.

Научная задача. Разработка новых аналитических методов построения полиномиальных функций и анализа свойств полиномиальных функций, порождающих случайные последовательности в конечном поле на основе стохастических матриц, с учетом структурных свойств СМ и точности задания переходных вероятностей.

Решение общей научной задачи и достижение поставленной цели связано с решением следующих задач.

1. Разработка метода и алгоритмов представления стохастических матриц полиномиальными функциями над полем GF (2″). Определение оценок порядка поля GF (2″) с учетом точности задания элементов стохастических матриц (переход от объекта ЦМ к ВА и к ПФ, от В, А и ПФ к ФЦМ (рис.В1,а) по схеме, представленной на рис. В1,б)).

2. Разработка метода и алгоритмов моделирования расширенных цепей Маркова (РЦМ) полиномиальными функциями над полем GF (2″). Определение порядка поля GF (2″) с учетом структуры стохастической матрицы расширенной цепи Маркова (переход от простой ЦМ к расширенной ЦМ, и от расширенной ЦМ к В, А и к ПФ (рис.В1,а) по схеме, представленной на рис .В 1,6)).

3. Разработка метода представления неразложимых стохастических матриц с заданной точностью полиномами минимальной степени над конечным полем GF (2 (представление объекта ЦМ в виде полинома над конечным полем (рис.В1,а) с использованием объекта СМ Р (рис.В1,б)).

4. Разработка метода вычисления характеристик полиномиальных моделей, предназначенных для получения случайных последовательностей из класса функций цепей Маркова (переход от объекта ПФ к ЦМ и ФЦМ (рис.В1,а)).

5. Статистический анализ цепей Маркова по критерию линейной сложности (JIC) последовательностей. Исследование взаимосвязи энтропии неразложимых стохастических матриц с линейной сложностью реализаций цепей Маркова (исследование объекта ЦМ (рис.В1,а) по объекту СМ Р (рис.В1,б)).

6. Разработка комплекса методик и программ, реализующих предлагаемые методы и алгоритмы.

Рис. В1, а иллюстрирует известную [2, 3, 32, 33] существующую взаимосвязь между математическими объектами — ЦМ, В А, ПФ, ФЦМ. Рис. В 1,6 иллюстрирует схему общего подхода [32−34], в рамках которого решаются перечисленные задачи 1−6. Подход основан на разложении стохастических матриц Р на пару — дискретную случайную величину (ДСВ) и конечный м детерминированный автомат (КДА), получаемые из разложения Р =.

1=0.

— 1.

40], где q = (q,) — имплицирующий вектор длины /, = 1.

1=0.

Данная схема представляет предмет исследования, сформулированный выше.

Методы исследований. Для решения поставленных задач использованы методы теории чисел, теории вероятностей, математической статистики, теории детерминированных и вероятностных автоматов, теории графов, аппарат конечных полей, линейной и полиномиальной алгебры, дискретной математики.

Научная новизна работы и значимость результатов.

— Новые метод и алгоритмы представления стохастических матриц с двоично-рациональными элементами полиномиальными функциями над полем GF (2″), с учетом точности задания переходных вероятностей. Сформулированы и доказаны теоремы, обосновывающие метод.

— Новые метод и алгоритмы получения и отображения закона расширенных цепей Маркова в полиномиальную функцию над полем GF (2″). Сформулированы и доказаны теоремы, обосновывающие метод.

— Новый метод представления стохастических матриц с заданной точностью и моделирования случайных последовательностей из класса неоднородных цепей Маркова полиномами минимальной степени над полем GF (c/c) характеристики qc> 2. Доказана теорема, устанавливающая линейную связь между точностью задания стохастической матрицы и величиной минимальной степени полинома.

— Новый метод определения вероятностных характеристик случайных последовательностей из класса функций однородных цепей Маркова, порождаемых полиномиальными нелинейными динамическими моделями над полем GF (2″). Доказаны теоремы, устанавливающие формулы для вычисления асимптотических вероятностных характеристик случайных последовательностей.

— Методика исследования однородных простых и сложных цепей Маркова на основе критерия линейной сложности. Сформулирован критерий нахождения длин реализаций марковских последовательностей при заданной точности представления матриц цепей Маркова. Определены стохастические зависимости линейной сложности реализаций цепей Маркова от энтропии стохастических матриц.

Достоверность результатов работы. Основные полученные результаты сформулированы в виде теорем и утверждений, приведены их доказательства. Предложенные аналитические методы и алгоритмы обоснованы доказательством теорем. Адекватность предложенных моделей подтверждается компьютерным моделированием и сравнением с известными результатами.

Практическая значимость работы.

— Решение задачи представления РЦМ полиномиальными функциями над полем GF (2″) расширяет класс дискретных случайных процессов, получаемых на полиномиальных моделях, и позволяет определить свойства данных процессов и стохастических матриц РЦМ.

— Предложенные алгоритмы разложения СМ ЦМ на имплицирующий вектор (ИВ) и множество стохастических булевых матриц (СБМ) позволяют определить вычислительную и комбинационную сложности вероятностных автоматов, синтезируемых в некотором логическом базисе.

— Полученные формулы определения предельного распределения вероятностей символов СП, порождаемых полиномиальными нелинейными динамическими моделями дискретных преобразователей информации, и фундаментальная матрица для СМ позволяют на их основе получить ряд других характеристик СП, например, матрицу средних времен достижения, векторы предельных дисперсии и корреляции.

— Метод моделирования СП на основе минимального полинома позволяет: воспроизводить на линейных регистрах сдвига реализации ЦМрасширить функциональное использование линейных регистров сдвига.

— Методика исследования JIC марковских последовательностей расширяет класс задач применения JIC, дает возможность моделировать ЦМ на основе линейных и нелинейных полиномов минимальных степеней, позволяет выявлять свойства JIC марковских функций.

— Комплекс программ, алгоритмов и методик является инструментальным средством для моделирования СП и исследования свойств полиномиальных функций над конечным полем.

Результаты работы используются:

— в подсистеме временного прогнозирования производственно-экономических показателей состояния предприятия (на базе разработанной в диссертации программной реализации математического аппарата числовых стохастических матриц), включенной в состав автоматизированного рабочего места менеджера предприятия, введенного в опытную эксплуатацию в ОАО «ICL-КПО ВС», г. Казань (справка об использовании результатов);

— в учебном процессе кафедры Компьютерных систем (предыдущее название (до 2006 года) — Компьютерные системы и информационная безопасность) и кафедры Систем информационной безопасности КГТУ им. А. Н. Туполева в форме учебного электронного пособия «Лабораторный практикум по вычислениям в конечных полях» (акт внедрения).

На защиту выносятся следующие результаты, полученные лично:

— метод и алгоритмы определения закона и свойств РЦМ по СМ исходной простой ЦМ, теоремы, обосновывающие метод и алгоритмы;

— метод представления заданного закона РЦМ минимизированной автоматной моделью и полиномиальной функцией над полем GF (2″), теоремы, обосновывающие метод и свойства стохастических матриц РЦМ;

— метод и алгоритмы разложения СМ ЦМ с двоично-рациональными элементами на ИВ и множество СБМ, теоремы, обосновывающие метод и алгоритмы;

— аналитический метод определения характеристик СП из класса функций однородных ЦМ, порождаемых полиномиальными нелинейными динамическими моделями над полем GF (2″), теоремы, обосновывающие метод;

— статистический метод исследования однородных простых и сложных ЦМ на основе критерия JIC;

— аналитический метод представления СМ с заданной точностью и моделирования СП из класса неоднородных ЦМ полиномами минимальной степени над полем GF (gc), теорема, обосновывающая метод;

— комплекс методик и программ, реализующий предложенные методы и алгоритмы.

Апробация результатов работы. Основные результаты докладывались и обсуждались на следующих конференциях и семинарах: X-XV Всероссийские молодежные научные конференции «Туполевские чтения» (Казань, 2002;2007) — Всероссийская научная конференция студентов и аспирантов (Таганрог, 2004) — XIV Международная конференция «Проблемы теоретической кибернетики» (Пенза, 2005) — Региональная научно-методическая конференция «Профессиональные компетенции в структуре модели современного инженера» (Нижнекамск, 2005) — 6-ая Международная конференция молодых ученых и студентов (Самара, 2005) — Международная научно-практическая конференция «Инфокоммуникационные технологии глобального информационного общества» (Казань, 2005) — Региональная научно-методическая конференция «Информационная культура в системе подготовки будущего инженера» (Нижнекамск, 2006) — Всероссийский семинар «Ситуационные исследования» (Казань, 2006) — Региональная научно-техническая конференция по вопросам информатики, вычислительной техники и информационной безопасности (Казань, 2006) — Региональная научно-практическая конференция «Наука и профессиональное образование» (Нижнекамск, 2007) — 9-ый Международный семинар «Дискретная математика и ее приложения» (Москва, 2007) — Всероссийская научная конференция студентов, аспирантов и молодых ученых «Наука, технологии, инновации» (Новосибирск, 2007) — Республиканский научный семинар «Методы моделирования» при КГТУ им. А. Н. Туполева (Казань, 2004;2008).

Содержание работы опубликовано в 29 работах, включая 3 статьи [41−43], опубликованные в изданиях, входящих в перечень ВАК, 16 статей [44−59] в других изданиях, 9 тезисов [60−68] докладов и одну работу [69], зарегистрированную в отраслевом. фонде алгоритмов и программ.

Структура и объем диссертации

.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложения.

4.8. Выводы по главе.

Разработанный комплекс методик и программ реализует методы, алгоритмы и методики, предложенные в диссертации. Описаны следующие методики:

— представления простых и расширенных цепей Маркова над полем GF (2″);

— моделирования случайных последовательностей на основе минимальных полиномов;

— статистического анализа линейной сложности регулярных цепей Маркова.

Часть компонентов комплекса базируется на известных алгоритмах. Комплекс ориентирован на решение задач:

— преобразование цепи Маркова (в том числе и расширенной цепи Маркова) в полиномиальную модель с использованием алгоритмов двоично-рационального разложения стохастических матриц;

— отображение полиномиальных моделей в марковские функции;

— тестирование предложенных полиномиальных моделей;

— получение закона расширенной цепи Маркова;

— исследование характеристик марковских и псевдомарковских циклических последовательностей с помощью алгоритма Берлекэмпа-Месси.

Также разработаны комплексы программ в виде электронных учебных пособий по вычислениям в конечных полях и по моделированию псевдослучайных последовательностей (ПСП) (программная реализация статистических тестов анализа ПСП) (акт внедрения разработанных программ в учебном процессе на кафедре компьютерных систем КГТУ им. А. Н. Туполева по дисциплине «Моделирование»), подсистема временного прогнозирования производственно-экономических показателей состояния предприятия для автоматизированного рабочего места менеджера предприятия (справка об использовании результатов).

Заключение

.

1. Разработан новый метод моделирования расширенных цепей Маркова в поле GF (2″), основанный на предложенном методе определения закона расширенной цепи Маркова по заданной стохастической матрице простой цепи Маркова. Доказаны теоремы, устанавливающие новые свойства (структурные, асимптотические) стохастических матриц расширенных цепей Маркова и оценки минимального порядка поля GF (2″) для представления расширенных цепей Маркова полиномиальными функциями.

2. Предложены новые алгоритмы разложения двоично-рациональных стохастических матриц на имплицирующий вектор и множество стохастических булевых матриц, позволяющие снизить вычислительную сложность разложения и получить точную оценку размера имплицирующего вектора и порядка поля GF (2″) для описания полиномиальных функций. Доказаны теоремы, обосновывающие алгоритмы и оценки.

3. Предложен новый метод моделирования случайных последовательностей фиксированной длины N из класса неоднородных цепей Маркова, заданных стохастическими матрицами, на основе полиномов минимальной степени над конечным полем GF (gc), qc > 2, позволяющий повысить точность представления стохастических матриц полиномами пропорционально величине 1 IN. Доказана теорема, устанавливающая существование минимальных полиномов для представления стохастических матриц с заданной точностью.

4. Сформулированы и доказаны теоремы, составляющие основу предложенного аналитического метода вычисления характеристик полиномиальных нелинейных динамических моделей над полем GF (2″), порождающих случайные последовательности из класса функций конечных однородных цепей Маркова.

5. Предложена новая методика статистического анализа однородных простых и сложных цепей Маркова по критерию линейной сложности. Статистическим моделированием получены оценки линейной сложности реализаций цепей Маркова.

6. Разработан комплекс методик и программ, реализующий предложенные методы и алгоритмы.

Показать весь текст

Список литературы

  1. Р., Нидеррайтер Г. Конечные поля: В 2-х т./Пер.с англ. М.: Мир, 1988.-808 с.
  2. Р.Г. Основы теории вероятностных автоматов. М.: Наука, 1985.-287 с.
  3. Р.Г., Захаров В. М., Управляемые генераторы случайных кодов. Казань: Изд-во Казан, ун-та, 1978.-160с.
  4. Д.А. Вероятностные автоматы. М.: Энергия, 1970. — 88 с.
  5. О.С., Иванов М. А. Стандарт криптографической защиты AES. Конечные поля. М.: КУДИЦ-ОБРАЗ, 2002. — 176 с.
  6. А.П., Зубов А. Ю., Кузьмин А. С., Черемушкин А. В. Основы криптографии. М.: Гелиос АРВ, 2002. — 480 с.
  7. Рааг С. A new architecture for a parallel finite field multiplier with low complexity based on composite fields. IEEE Trans, on Computers, 45(7), pp.856 861, July, 1996.
  8. Paar C., Fleischmann P., Soria-Rodriguez P. Fast arithmetic for public-key algorithms in Galois fields with composite exponents // IEEE Transactions on Computers, 48 (10): pp. 1025−1034, October 1999.
  9. Paar C., Lange N. A comparative VLSI synthesis of finite field multipliers. In 3rd International Symposium on Communication Theory and its Applications, Lake District, UK, July 10−14,1995.
  10. Ш. Р. Основы теории полиномиальных моделей автоматных преобразований над полем Галуа. Казань: Изд-во Казан, ун-та, 2005. — 155 с.
  11. Ф.М. К вопросу об автоматной сложности языков и сложности распознавания по Лавленду // Вероятностные методы и кибернетика, вып. 19. -Казань: Изд-во КГУ, 1983. С. 3−9.
  12. Ф.М. К вопросу о представимости языков в бесконечных вероятностных автоматах // Вероятностные автоматы и их приложения. -Казань: Изд-во КГУ, 1986. С. 61−64.
  13. Р.Г. Автоматное преобразование вероятностных последовательностей // Вероятностные методы и кибернетика. Вып. 4. Казань: Изд-во Казан, ун-та, 1966. — С. 24−33.
  14. Р.Г., Геза В. И. Специализированная ЭВМ для моделирования и обработки функций конечных однородных цепей Маркова. // Тезисы докл. Всес. симп. по вероятностным автоматам. Казань.: Изд-во КГУ, 1969.-С.14−15.
  15. А.с. 1 524 046. Генератор случайных чисел. / Бухараев Р. Г., Захаров В. М., Баранов Г. Г., Комаров Ю. С., Кузнецов С. Е., Макаров И. И., Пермитин В.В.//Б.И. 1983. -№ 43.
  16. .Ф. Основы теории стохастических вычислительных машин и устройств. 1976. — Деп. ЦНИИГЭ приборостроения, № 524. — 168 с.
  17. В.Р., Трояновский С. В. Случайные блуждания на конечном ориентированном графе // «КИБЕРНЕТИКА», № 1, 1970. С. 93−97.
  18. К.К., Драган Я. П., Казаков В. А., Крашенинников В. Р., Кунченко Ю. П., Омельченко В. А., Трифонов А. П., Спектор А. А. Прикладная теория случайных процессов и полей. Ульяновск: Изд-во Ульяновского техн. гос. ун-та, 1995. — 256 с.
  19. Р.Х., Нурутдинов Ш. Р., Столов Е. Л., Фараджев Р. Г. Применение теории линейных последовательных машин в системах диагностики // Автоматика и телемеханика, № 8. 1988. — С. 3−27.
  20. А.с. 1 695 304. Устройство для контроля логических блоков / Латыпов Р. Х., Нурутдинов Ш. Р, Столов Е. Л. // Б.И. № 44. 1991.- 3 с.
  21. А.с. 1 108 614. Генератор случайных последовательностей / Захаров В. М., Баранов Г. Г., Комаров Ю. С., Латыпов Р. Х., Столов Е. Л. 11 Б.И. 1984. -№ 30.
  22. А.с. 1 224 992. Генератор псевдослучайных чисел / Захаров В. М., Баранов Г. Г., Комаров Ю. С., Латыпов Р. Х., Столов Е. Л. // Б.И. 1986. — № 14.
  23. Р.Х. Сжатие информации в системах встроенного тестирования цифровых схем. Дис. д-ра. техн. наук. Казань, 1994.
  24. А.с. 664 185. Генератор случайных чисел / Песошин В. А., Тарасов В. М., Мансуров P.M. // Открытия, изобретения. 1979. — № 19.
  25. С.А. Стохастические методы передачи данных. М.: Радио и связь, 1991. — 240 с.
  26. Е.Л. Методы компактного тестирования цифровых устройств. -Казань: Изд-во Казан, ун-та, 1993. 116 с.
  27. Е.Л. Исчерпывающее тестирование и сигнатурный анализ // АиТ, № 6. 1992. — С. 167−172.
  28. Е.Л. Об одном классе генераторов псевдомарковских цепей // Исследования по прикладной математике. Вып.8. Казань: Изд-во Казан, ун-та, 1985.-С. 66−71.
  29. А.с. 1 672 438. Устройство для умножения двух элементов конечного поля GF (2″) / Нурутдинов Ш. Р., Столов Е. Л. //Б.И., № 31. 1991.
  30. Taylor L. Booth. Sequential Machines and Automata theory. New York: John Wiley and Sons Inc, 1968. — 592 pp.
  31. B.M., Нурутдинов Ш. Р., Шалагин C.B. Полиномиальное представление цепей Маркова над полем Галуа // Вестник КГТУ им. А. Н. Туполева, 2001, № 3. С. 27−31.
  32. В.М., Нурутдинов Ш. Р. Полиномиальные модели вероятностных автоматов и функций цепей Маркова над полем GF(2″) // Эволюционное моделирование. Труды Казанского городского семинара «Методы моделирования». Казань: ФЭН, 2004. — С. 48−72.
  33. В.М., Нурутдинов Ш. Р., Шалагин С. В. Синтез автономных вероятностных автоматов на основе полей Галуа // Исследования по информатике. Вып. 2. Казань: Отечество, 2000. — С. 107−116.
  34. Ш. Р. Полиномиальные модели автоматных преобразований над полем GF(2″) // Автореферат докторской диссертации. -Казань: Изд-во КГУ, 2007. 32 с.
  35. Захаров В. М, Нурутдинов Ш. Р. Шалагин С.В. Аппаратная реализация умножения элементов поля Галуа на программируемых микросхемах архитектуры FPGA // Вестник Казан, гос. технг ун-та им. А. Н. Туполева, 2001, № 1. С. 36−41.
  36. Ш. Р., Шалагин С. В. Вычисление произведения элементов поля Галуа // Теория сеточных методов для нелинейных краевых задач. Материалы 3-го Всеросс. семинара. Казань: Изд-во Казанского мат. общества, 2000. — С. 144.
  37. Davis A.S. Markov chains as random input automata. Amer. Math. Monthly, 1961, 68, 3, pp. 264−267.
  38. В.М., Эминов Б. Ф. Анализ алгоритмов разложения двоично-рациональных стохастических матриц на комбинацию булевых матриц // Информационные технологии, № 3. М.: Изд-во Новые технологии- 2008. — С. 54−59.
  39. В.М., Эминов Б. Ф. Статистический анализ линейной сложности регулярных цепей Маркова // Исследования по информатике. Выпуск 10. ИЛИ АНРТ. Казань: Отечество, 2006. — С. 37−50.
  40. В.М., Эминов Б. Ф. Автоматное моделирование расширенных цепей Маркова // Актуальные проблемы современной науки: Труды 1-го Международного форума молодых ученых и студентов.Ч. 18.-Самара: Изд-во Самар.гос.техн.ун-та, 2005.- С. 146−148.
  41. .Ф. Программный комплекс обучающих средств «Основы криптографической защиты информации» // Прикладная информатика 2004: Доклады факультетской научно-технической конференции. — Казань: КГТУ им. А. Н. Туполева, 2005. — С. 84−88.
  42. .Ф. Анализ полиномиальных моделей автономных вероятностных автоматов // Прикладная информатика 2004: Доклады факультетской научно-технической конференции. — Казань: КГТУ им. А. Н. Туполева, 2005. — С. 36−40.
  43. .Ф. Модели ситуационного управления как инструмент познания // Всероссийский семинар Ситуационные исследования: вып. 2. Типология ситуаций // Под ред. Н. М. Солодухо. Казань: КГТУ им. А. Н. Туполева, 2006. — С. 84−94.
  44. .Ф. Минимизация автоматной модели расширенной цепи Маркова методом /-эквивалентных преобразований // XIV Туполевские чтения Международная молодежная науч. конференция, том 4.-Казань :КГТУ им. А. Н. Туполева, 2006.-С.74−76.
  45. .Ф. Получение стохастической матрицы расширенной цепи Маркова // Наука и профессиональное образование: Материалы региональной научно-практической конференции, Нижнекамск.-Казань: КГТУ им. А. Н. Туполева, 2007.-С.225−230.
  46. .Ф. Применение алгоритма Берлекемпа-Месси к синтезу и анализу рекуррентных двоичных последовательностей // XV Туполевские чтения: Международная молодежная науч.конф.Том 3. Казань: КГТУ им. А. Н. Туполева, 2007. — С.90−92.
  47. В.М., Эминов Б. Ф. Электронное учебное пособие «Лабораторный практикум вычислений в конечных полях» // Регистрация в отраслевом фонде алгоритмов и программ, № 10 018. М., 2008.
  48. А. А. Исследование замечательного случая зависимых испытаний // Изв. Петерб. АН (6). 1907. — Т.1.
  49. А.Н. Цепи Маркова со счетным числом возможных состояний // Бюл. МГУ. Сер. А. 1937. — т. 1.
  50. И.К., Зуев С. М., Цветкова Г. М. Случайные процессы. М.: Изд-во МГТУ им. Н. Э. Баумана, 1999. — 448 с.
  51. А.В. Вероятность, марковские процессы, приложения // Итоги науки и техники. ВИНИТИ. Современные проблемы математического фундаментального направления. № 43. М.: ВИНИТИ, 1989. — С. 5−270.
  52. И.И., Скороход А. В. Введение в теорию случайных процессов. -М: Наука, 1977.-568 с.
  53. А.В., Ширяев А. Н. Теория случайных процессов. М.: Физматлит, 2005. — 408 с.
  54. Н.И., Скороход А. В., Шуренков В. М. Марковские процессы // Итоги науки и техники. ВИНИТИ. Современные проблемы математического фундаментального направления. № 46. М.: ВИНИТИ, 1989. — С. 5−248.
  55. Ю.А. Марковские случайные поля. М.: Наука, 1981. — 256 с.
  56. В.Н. Теория вероятностей и случайных процессов. Основы математического аппарата и прикладные аспекты. -М.: Изд-во МОГУ, 1992.-397 с.
  57. Iosifescu, Marius. Finite Markov Processes and Their Applications. New York: John Wiley, 1980. — 294 pp.
  58. А.Н. Кумулянтный анализ случайных негауссовых процессов и их преобразований. М.: Советское радио, 1978. — 376 с.
  59. Gohm R. Noncommutative stationary processes. New York: Springer-Verlag, 2004. — 170 pp.
  60. Bochner S. Stochastic processes // The Annals of Mathematics. Vol.48, № 4. 1947. — pp. 1014−1061.
  61. Е.Б. Основы теории марковских процессов. М.: Физматгиз, 1959. — 227 с.
  62. White D.J. Markov decision processes. New York: John Wiley & Sons, 1993.-224 pp.
  63. P.JI. Условные марковские процессы и их применение к теории оптимального управления. М.: Изд-во МГУ, 1965. — 319 с.
  64. Athreya К.В., Ney Р.Е. Branching processes. New York: Springer, 1972. -287 pp.
  65. Bailey N.T.J. The elements of stochastic processes, with applications to natural sciences. New York: John Wiley & Sons Inc., 1964. — 249 pp.
  66. Hsu H.P. Theory and problems of probability, random variables and random processes. New York: McGRaw-Hill, 1997. — 311 pp.
  67. Ван Кампен Н. Г. Стохастические процессы в физике и химии. М.: Высшая школа, 1990. — 376 с.
  68. Kemeny J., Snell J.L., Thompson G. Introduction to finite mathematics. 3ed. New Jersey: Prentice-hall Inc, 1974. — 484 pp.
  69. Дж., Снелл Дж. Конечные цепи Маркова. М.: Наука, 1970. -272 с.
  70. Olle Haggstrom. Finite Markov Chains and Algorithmic Applications. -Cambridge: Cambridge University Press, 2003. — 114 pp.
  71. Kemeny J.G., Snell L.J., Knapp A.W. Denumerable Markov chains. New York: Van Nostrand, 1967. — 439 pp.
  72. В.И. Дискретные цепи Маркова. М.: Гостехиздат, 1949. -436 с.
  73. В.П. Комплексные марковские цепи и континуальный интеграл Фейнмана для нелинейных уравнений. М.: Наука, 1976.- 190.
  74. Li Xie. Finite horizon robust state estimation for uncertain finite-alphabet hidden markov models. New South Wales: The University of New South Wales, 2004. — 174 pp.
  75. Bleher P., Its A. Random matrix models and their applications. Cambridge: Cambridge University Press, — 2001. — 438 pp.
  76. A.H. Нейронные сети и цепи Маркова. М.: Наука, 1985.-128 с.
  77. А.Г. Арифметическое моделирование случайных процессов. Труды математического института им. В. А. Стеклова АН СССР. Т. 57. — М.: Изд-во АН СССР, 1960. — 84 с.
  78. А.А. О связанных величинах, не образующих настоящей цепи. ИАН (6), 5(1911). С.113−126.
  79. М.Г. Некоторые свойства функции предельного среднего дохода в задаче управления марковскими цепями. Вестник РУДН, серия Прикладная и компьютерная математика, Т. 3, № 1. 2004. С. 52−68.
  80. М. Г. Управляемые марковские последовательности и оптимизация маршрутных таблиц в сетях связи с коммутацией каналов // Системы и средства информатики. Вып. 11. 2001. — С. 78−93.
  81. Л. Комбинаторные методы в теории случайных процессов. М.: Мир, 1971.-264 с.
  82. Е.Б., Юшкевич А. А. Управляемые марковские процессы и их приложения. М.: Наука, 1975. — 340 с.
  83. Kindermann R., Snell J.L. Markov random fields and applications. -Providence, Rhode Island: American Mathematical Society, 1980. 142 pp.
  84. Selected papers on noise and stochastic processes. Edited By Wax N. -New York: Dover Publications, 1954. 343 pp.
  85. .Г., Щербак JI.H. Линейные случайные процессы и их приложения. Киев: Наукова Думка, 1975. — 130 с.
  86. .Г., Омельченко В. А. Вероятностные модели случайных сигналов и полей в прикладной статистической физике. Киев: УМК ВО, 1988. — 176 с.
  87. Арато, Матиаш. Линейные стохастические системы с постоянными коэффициентами: статистический подход. М.: Наука, 1989. — 303 с.
  88. Ю.Р. Автоматизированная идентификация состояния трубопроводных систем в машиностроении. Оренбург: Изд-во Оренбургского гос-го ун-та, 2005. — 101 с.
  89. С.А. Определение времени сохранения качества технических объектов машиностроения // Инструмент и технологии. Санкт-Петербург: Инструмент и технологии, 1995. — С. 101−109.
  90. Ю.И. Приложение теории случайных процессов в биологии и медицине. Киев: Наукова Думка, 1981. — 320 с.
  91. George W. Cobb, Yung-Pin Chen. Random Walks on Binary Matrices: An Application of Markov Chain Monte Carlo. Research Experiences for Undergraduates. Department of Mathematics and Statistics. South Hadley: Mount Holyoke College, 2001. 34 pp.
  92. Lawrence R. Rabiner. A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition, Proceedings of the IEEE, 77 (2), p. 257−286, February 1989.
  93. Linda Van Guilder Automated Part of Speech Tagging: A Brief Overview (Handout for LING361, Fall 1995 Georgetown University) Georgetown University, 1995.
  94. Lior Pachter and Bernd Sturmfels. Algebraic Statistics for Computational Biology. Cambridge University Press, 2005.
  95. P., Эдди III., Крог А., Митчисон Г. Анализ биологических последовательностей. М.: РХД, 2006. — 480 с.
  96. Singer В., Spilerman S. The representation of social processes by Markov models// American Journal of Sociology. V. 82. 1976, pp. 1−51.
  97. Д. Стохастические модели социальных процессов. М.: Наука, 1985.
  98. Л.И. Стохастические модели в изучении социальных перемещений русского крестьянства в XIX веке.
  99. С.В. О реализации стохастических матриц конечными автоматами // Вычислительные системы. Вып. 9. Новосибирск: Вычислительные системы, 1963. — С. 65−70.
  100. Г. П. Имитация случайных процессов. Иркутск: Изд-во Иркут. ун-та, 1983.-184 с.
  101. В.Н., Баканович Э. А., Меньков А. В. Вычислительная техника для статистического моделирования. М.: Сов. радио, 1978. — 312 с.
  102. В.М. Об одном методе синтеза автономного стохастического автомата // Кибернетика. Киев, Кибернетика, 1968. — № 3. — С. 32−35.
  103. А.с. 1 481 755, МКИ С 06 Г 7/58. Генератор случайного марковского процесса / Гремальский А. А., Андроник С. М. // Открытия, изобретения. 1989. -№ 19.-С. 223.
  104. А.А., Андроник С. М. Генерация тестовых программ для микропроцессоров с помощью цепей Маркова // Исследование новых микропроцессорных приборов и устройств. Кишинев: Штинца, 1987. — С. 9698.
  105. Вероятностные автоматы и их приложения. Казань: Изд-во КГУ, 1986.-212 с.
  106. Pitman J. W. Occupation Measures for Markov Chains // Advances in Applied Probability, Vol. 9, No. 1,1977, 69−86 pp.
  107. M.A., Чугунков И. В. Теория, применение и оценка качества генераторов псевдослучайных последовательностей. М.: Кудиц-Образ, 2003. -240 с.
  108. Marsaglia G. Diehard Battery of Tests of Randomness, 1995. http://stat.fsu.edu/~geo/diehard.html.
  109. H.A. и др. Криптография. От примитивов к синтезу криптоалгоритмов. СПб.: БХВ-Петербург, 2005. — 286 с.
  110. Ю.В., Тимофеев П. А., Шаньгин В. Ф. Защита информации в компьютерных системах и сетях / Под ред. В. Ф: Шаньгина. М.: Радио и связь, 1999. — 328 с.
  111. B.C. Вероятностные вычислительные модели. М.: Наука, 1973.-300 с.
  112. Лоренц, А А. Надежность и быстродействие вероятностных автоматов. Рига: Зинатне, 1976. — 112 с.
  113. А. Синтез вероятностных преобразователей // Кибернетический сборник, вып. 8. М.: Мир, 1971. — 245 с.
  114. Wing О., Demetrions P. Analysis of probabilistic networks. IEEE trans, commun. techn., 1964, volume 12, № 3.
  115. Booth J.L. Random input automata. Ln: JCMCL Conf., Tokyo, 1964.
  116. Paz A. Introduction to probabilistic automata. NV, Academic Press., 1971.
  117. Ю.А., Захаров В. М. Моделирование случайных последовательностей автономными автоматными схемами // Вероятностные автоматы и их приложения. Казань: Изд-во Казан, ун-та, 1986. С. 22−29.
  118. Н.Я. Декомпозиционная модель вероятностного автомата //Построение управляющих устройств и систем. М.: Наука, 1974. — С. 180−202.
  119. Gelenbe S.E. A realizable model for stohastic sequential machines // IEEE Trans, on Comput, 1971. № 2. P. 199−204.
  120. Н.З. О минимальном имплицирующем векторе для линейных автоматов // Вероятностные автоматы и их приложения. Казань: Изд-во КГУ, 1986. — С. 78−83.
  121. И.А. Замечания о минимальном имплицирующем векторе для стохастической матрицы // Автоматика и вычислительная техника, 1970. № 5. — С. 95−96.
  122. Г. Я. О нахождении имплицирующего вектора для стохастической матрицы // Деп. в ВИНИТИ 10.04.72, № 4248−72 Деп. Краткое сообщение: Автоматика и вычислительная техника, 1972. № 5. — С. 17−18.
  123. М.К., Шилкевич Т. П. О реализуемости вероятностных автоматов автоматами со случайными входами // Методы вычислений. Вып.6. -Л.: Изд-во ЛГУ, 1970. С. 127−136.
  124. Н.Я., Ченцов В. М. Вопросы теории вероятностных автоматов // Автоматы и управление сетями связи. М.: Наука, 1971.-С. 180−202.
  125. Н.З. О нахождении минимального имплицирующего вектора // Вероятностные методы и кибернетика.- Казань: Изд-во КГУ, 1984. С. 29−40.
  126. С.Е., Нурмеев Н. Н., Салимов Ф. И. Задача о минимальном имплицирующем векторе // Тезисы межреспубл. научно-техн. конф. «Вероятностные автоматы и их приложения». Тбилиси: Мецниереба, 1986.-С.З.
  127. Kuznetsov S.E., Nurmeev N.N., Salimov F.I. The problem of minimal implicating vector // Lecture Notes in Comput. Sci. Fundamentals of Comput. Theory. Berlin: Springer-Verlag, 1987, pp. 273−278.
  128. Н.З. Задача об имплицирующем векторе и ее приложения // Вероятностные методы и кибернетика. Вып.23. Казань: Изд-во КГУ, 1987. -С.36−50.
  129. В.Н. Введение в комбинаторные методы дискретной математики. М.: МЦНМО, 2004. — 424 с.
  130. А.Х., Джебашвили Т. Л., Сафиуллина А. Г. К вопросу определения имплицирующего вектора стохастических матриц // Сообщения АН ГрузССР.- 1982. Т. 108, № 1, — С. 49−52.
  131. А.Х. Пространственно-временная декомпозиция и структурный анализ и синтез стохастических систем: Дис. д-ра. техн. наук. -Тбилиси, 1981.-320 с.
  132. А. Линейные последовательностные машины. М.: Наука, 1974. -288 с.
  133. Н.Г. Теория Галуа. Кн. 1. М.: ОНТИ НКТП СССР, 1936. -156 с.
  134. В.И. Элементы криптографии. Основы теории защиты информации. М.: Высшая школа, 1999. — 109 с.
  135. A.M. Дискретные модели динамических систем на основе полиномиальной алгебры. Минск: Гелиос АРВ, 2002. — 312 с.
  136. D.H. Green and I.S. Taylor. Irreducible polynomials over composite Galois fields and their applications in coding techniques. Proc. IEEE, 121(9), pp. 935−939, 1974.
  137. B.M. Мутгер. Основы помехоустойчивой телепередачи информации. -JI.: Энергоатомиздат. Ленингр. отд-ие, 1990. 288 с.
  138. .Р., Шварц В. Вероятностные модели и методы в системах связи и управления. М.: Радио и связь, 1985. — 312 с.
  139. В.И. Вероятностный анализ ненадежных автоматов. Рига: Зинатне, 1969. — 234 с.
  140. А.с. 2 802 836. Устройство для умножения в конечных полях / Харчистов Б. Ф., Финаев В. И. //Б.И. № 15, 1981.
  141. В.Н., Иванов Н. Н., Альхимович В. В. Реализация вычислений в конечных полях // Зарубежная радиоэлектроника, № 5. 1990. — С. 59−68.
  142. И.М. О систолических и полусистолических вычислениях в GF(2″). // Вопросы кибернетики. Разработка и использование СУПЕР-ЭВМ. -М.: Наука, 1987. С. 183−190.
  143. Li H.F., Jayakumar R., Lam С. Restructuring for Fault-Tolerant Systolic Arrays // IEEE Trans, on computer, vol. 38. № 2, February 1989, pp. 307−311.
  144. Jagma Sh., Aramaki T. Autonomously testable programmable logic arrays // Int. Simp, on FICS, Portland. June 1981, pp. 41−43.
  145. Daehn W., Mucha J. A hardware approach to self-testing of large programmable logic arrays // IEEE Trans. Comput., vol. C-80, № 11, pp. 829−833, Nov. 1981.
  146. B.M. Моделирование /-сложных цепей Маркова конечным детерминированным автоматом // Вероятностные автоматы и их приложения. -Казань: Изд-во КГУ, 1986. С. 155−161.
  147. А.с. 1 327 099. Генератор случайных последовательностей / Захаров В. М., Баранов Г. Г. // Б.И. 1987. — № 28.
  148. Lows В.А., Rushforth С.К. A cellular-array multiplier for GF (2m). IEEE Trans. Comput, 1971, v. C-20, № 12, pp. 1573−1578.
  149. Itoh T. and Tsujii S. Structure of parallel multipliers for a class of fields GF (2A). Inform, and Сотр., 83:21−40, 1989.
  150. Hasan M.A., Wang M., Bhargava V.K. Modular construction of low complexity parallel multipliers for a class of finite fields GF (2″). IEEE Trans, on Computers, 41(8), pp. 962−971,1992.
  151. Fenn S.T.J., Benaissa M., Taylor D. GF (2″) multiplication and division, over the dual base. IEEE Trans, on Computers, 45(3), pp. 319−327, 1996.
  152. Paar C., Fleishmann P., Roelse P. Efficient Multiplier Architectures for Galois Fields GF ((24)") H IEEE Trans. Computers. 1998. № 2. Vol. 47. P. 162−170.
  153. А.Я. Понятие энтропии в теории вероятностей // Успехи математических наук, № 3 (55). 1953. — с. 3−20.
  154. Е.С. Теория вероятностей. М.: Наука, 1969. — 576 с.
  155. В.П. Математический" аппарат инженера. Киев: Техника, 1975.- 768 с.
  156. Математика. Большой энциклопедический словарь / Гл. ред. Ю. В. Прохоров. М.: Большая Российская энциклопедия, 2000. — 848 с.
  157. Massey J.L. Cryptography and System Theory // Proc. 24th Allerton Conf. Commun., Control, Comput., Oct. 1−3. Allerton, 1986. — P. 1−8.
  158. Э. Алгебраическая теория кодирования. М.: Мир, 1971. -478 с.
  159. Massey J.L. Shift-register synthesis and BCH decoding // IEEE Trans. Inform. Theory, vol. IT-15, pp. 122−127, Jan. 1969.
  160. Massey J.L., Ingemarsson I. The Rip van Winkle cipher a simple and provably computationally secure cipher with a finite key // Abstracts of Papers. IEEE Int. Symp. Inform. Theory, Brighton, England, June 24−28, 1985.
  161. Reeds J.A., Sloane N.J.A. Shift register synthesis (modulo m) // SIAM Journal on Computing, 14(3): pp. 505−513, 1985.
  162. Piper F. Stream ciphers // Elektrotechnik und Maschinenbau, vol. 104, no. 12, pp. 564−568, 1987.
  163. Rueppel R.A. Analysis and Design of Stream Ciphers. Berlin: Springer-Verlag, 1986.
  164. Klapper A. The vulnerability of geometric sequences based on fields of odd characteristic // Journal of Cryptology, 7(1): pp. 33−52,1994.
  165. Поточные шифры. Результаты зарубежной открытой криптологии. http://www.ssl.stu.neva.ru/psw/crypto/potok/strciph.htm
  166. R.A. «Linear complexity and random sequences», in Lecture Notes in Computer Science 219- Advances in Cryptology: Proc. Eurociypt'85, F. Pilcher, Ed., Linz, Austria, April 1985, pp. 167−188. Berlin: Springer-Verlag, 1986.
  167. Smeets B. The linear complexity profile and experimental results on a randomness test of sequences over the field Fq // IEEE Int. Symp. Inform. Theory, Kobe, Japan, June 19−24,1988.
  168. Gottfert R., Niederreiter H. A general lower bound for the linear complexity of the product of shift-register sequences. In Advances in Cryptology -Eurocrypt '94, Springer-Verlag, Berlin.
  169. Zong-duo Dai. Proof of Rueppel’s linear complexity conjecture. // IEEE
  170. Trans, inform. Theory, vol. 32, pp. 440−443, May 1986.
  171. H. «Continued fractions for formal power series, pseudorandom numbers, and linear complexity of sequences», contributions to General Algebra 5, Proc. Conf. Salzburg, Teubner, Stuttgart, 1986.
  172. M.Z., Massey J.L. «The characteristics of all binary sequences with perfect linear complexity profiles», paper presented at Eurocrypt'86, Linkoping, Sweden, May 20−22,1986.
  173. Games R.A., Chan A.H. A fast algorithm for determining the complexity of a binary sequence with period 2n // IEEE Transactions on Information Theory, IT-29: pp. 144−146, 1983.
  174. Robshaw M.J.B. On evaluating the linear complexity of a sequence of least period 2n Designs, Codes and Cryptography, 4: pp. 263−269, 1994.
  175. Games R.A. There are no de Bruijn sequences of span n with complexity 2n. Journal of Combinatorial Theory, Series A, 34: pp. 248−251, 1983.
  176. Games R.A., Chan A.H., Key E.L. On the complexities of de Bruijn sequences. Journal of Combinatorial Theory, Series A, 33: pp. 233−246,1982.
  177. Bruer J.O. On nonlinear combinations of linear shift register sequences // Proc. IEEE ISIT, les Arcs, France, June 21−25 1982.
  178. Blackburn S.R. A generalisation of the discrete Fourier transform: an algorithm to determine the minimum polynomial of a periodic sequence. September 1993. Preprint.
  179. Zong-duo Dai, Kencheng Zeng. «Continued Fractions and the Berlekamp-Massey Algorithm», In J. Seberry and J. Pieprzyk, editors, Advances in Cryptology -Auscrypt '90, pp. 24−31, Springer Verlag, Berlin, 1990.
  180. Schaub T. A linear complexity approach to cyclic codes, Ph.D. thesis, Swiss Federal Institute of Technology, Zurich, 1988.
  181. J.L., Wong M.Z. «The characterization of all binary sequences with perfect linear complexity profiles», in Abstracts of Papers, Eurocrypt'86, Linkoping, Sweden, May 20−22, 1986, pp. 34A-34B.
  182. C.J. «Investigations on nonlinear stream cipher systems: Construction and evaluation methods», Ph.D. thesis, Eindhoven University of Technology, The Netherlands, 1989.
  183. Ziv J., Lempel A. On the complexity of finite sequences. IEEE Trans. Information Theory, 22: pp.75−81, 1976.
  184. Ziv J., Lempel A. A universal algorithm for sequential data compression // IEEE Trans. Information Theory, 23(3): pp. 337−343, 1977.
  185. Erdmann E.D. Empirical Tests of Binary Keystreams // Master’s thesis, University of London, 1992.
  186. O’Connor L., Snider T. Suffix trees and string complexity // In R.A.Rueppel, editor, Advances in Cryptology Eurocrypt '92, pp. 138−152, Springer-Verlag, Berlin, 1993.
  187. Chan A.H., Games R.A. On the quadratic spans of periodic sequences // In
  188. G. Brassard, editor, Advances in Cryptology Crypto '89, pp. 82−89, Springer-Verlag, New York, 1990.
  189. Chan A.H. On quadratic m-sequences // In R. Anderson, editor, Fast Software Encryption Cambridge Security Workshop, pp. 166−173, Springer-Verlag, Berlin, 1994.
  190. Khachaturian L.H. The lower bound of the quadratic spans of de Bruijn sequences // Designs, Codes and Cryptography, 3: pp. 29−32, 1993.
  191. R.A. «Correlation immunity and the summation combiner» in Lecture Notes in Computer Science 218- Advances in Cryptology: Proc. Ciypto'85,
  192. H. C. Williams Ed., Santa Barbara, CA, Aug. 18−22, 1985, pp. 260−272. Berlin: Springer-Verlag, 1986.
  193. A., Goresky M. 2-adic shift registers // In R. Anderson, editor, Fast Software Encryption Cambridge Security Workshop, pages 174−178, Springer-Verlag, Berlin, 1994.
  194. Klapper A., Goresky M. Feedback registers based on ramified extensions of the 2-adic numbers // Advances in Cryptology Eurocrypt '94 (LNCS vol 950), pages 215−222, Springer-Verlag, Berlin, 1995.
  195. Beker H., Piper F. Cipher Systems: the Protection of Communications. -London: Northwood Books, 1982.
  196. Ю.А., Захаров B.M. Теоретико-автоматный метод описания и моделирования случайных процессов // Вероятностные методы и кибернетика. Вып. 19. Казань: Изд-во КГУ, 1983. — С.10−16.
  197. Энциклопедия кибернетики. В двух томах. Том 1. Киев: Главная редакция украинской советской энциклопедии, 1975. — 607 с.
  198. Г. Г., Захаров В. М., Кузнецов С. Е. Синтез циклических многозначных последовательностей с заданной структурой // Кибернетика. -Киев: Институт кибернетики АН Украины, 1989, № 1. С. 15−18.
  199. Вероятностное прогнозирование в деятельности человека / Под ред. И. М. Фейгенберга, Г. Е. Журавлева. М.: Наука, 1977. — 392 с.
  200. В.Н., Горгидзе И. А., Ловецкий С. Е. Прикладные задачи теории графов / Под ред. А .Я. Горгидзе. Тбилиси: Мецниереба, 1974. — 234 с.
  201. М.А. Криптографические методы защиты информации в компьютерных системах и сетях. М.: КУДИЦ-ОБРАЗ, 2001. — 368 с.
  202. Г. Г., Захаров В. М., Кузнецов Е. Г. Рациональная аппроксимация стохастических неразложимых матриц // Вероятностные методы и кибернетика. Казань: Изд-во Казан-го ун-та, 1987, № 23. — С. 22−36.
  203. Ф. Теория графов. М.: Мир, 1923. — 300 с.
  204. М., Тхуласираман К. Графы, сети и алгоритмы. М.: Мир, 1984.
  205. Ш. Р., Столов E.JI. Реализация автомата асинхронной сетью // Кибернетика. Киев, 1988. — С. 108−109.
  206. В.Н., Иванов Н. Н., Альхимович В. В. Реализация вычислителей в конечных полях//Зарубежная радиоэлектроника. 1990. — № 5. — С. 59−68.
  207. В. Введение в теорию вероятностей и ее приложения. Т. 1. -М.: Мир, 1964.-511 с. 240.. Полляк Ю. Г. Вероятностное моделирование на электронных вычислительных машинах. М.: Советское радио, 1971. — 400 с.
  208. Словарь по кибернетике. Киев: Гл. ред. УСЭ им. М. П. Баумана, 1989. — 585 с.
  209. В.М., Нурмеев Н. Н., Салимов Ф. И., Шалагин С. В. Классификация стохастических эргодических матриц методами кластерного и дискриминантного анализа // Исследования по информатике. Выпуск 2. -Казань: Отечество, 2000. С.91−106.
  210. В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 2003. — 480 с.
  211. М.А. Криптографические методы защиты информации в компьютерных системах и сетях. М.: КУДИЦ-ОБРАЗ, 2001. — 368 с.
  212. А.А., Гашков С. Б., Фролов А. Б., Часовских А. Б. Алгоритмические основы эллиптической криптографии. М.: МЭИ, 2000.-328 с.
  213. Д. Искусство программирования для ЭВМ. Т.2. Получисленные алгоритмы. М.: Мир, 1976. — 725 с.
  214. М.В., Журавлев В. И., Кунегин С. В. Системы и сети передачи информации: Учеб. пособие для вузов. М.: Радио и связь, 2001. — 336 с.
  215. Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992.- 184 с.
Заполнить форму текущей работой

На отлично!