乍一看，电子游戏、赌博、密码学似乎彼此之间毫无关系，但实际上，它们都使用“随机数”，没有随机数就无法建立现代人的生活。本文将解释计算机如何生成这样的随机数。
生成随机数比你想象的要难得多！
例如，如果你想在编程中使用随机数，Ruby中使用诸如“rand”或Python 中使用“random（）” 之类的方法。此时生成的是通过计算获得的伪随机数，而不是完全随机数。
首先，计算机是“输入数据并输出数据”的逻辑机器，为了使计算机生成随机数，它需要数据作为随机数的来源。这个随机数的来源是什么数据取决于随机数生成器，随机数生成器主要有两种类型。
一种称为“伪随机数生成器（PRNG）”。要使用此 PRNG 生成数字，您需要两个特定的数字，即“种子值”和“随机数生成算法”。用于PRNG的随机数生成算法包括'平方提取法'，'线性同余法'，'线性反馈移位寄存器'和'Mersenne Twister'。
PRNG不能生成完美的随机数，但它可以快速且廉价地生成看似随机数。此外，如果制备特定的种子值，可以获得再现性，因此测试操作也是一个很大的问题。这就是为什么PRNG经常用于游戏和编程语言中的随机方法。
但是，由于 PRNG 生成的数字的随机性取决于种子值，因此还存在一个漏洞，即如果种子值泄露，可以预测数字的生成。实际上，卡巴斯基实验室（一种安全软件）中有一个密码管理器示例，它在获取种子值时遇到问题，并使随机生成的密码可预测。
另一种就是“固有随机数生成器（TRNG）”随机生成作为随机数源的数据。TRNG的特征是使用熵而不是种子值，种子值是一个特定的数字，可以生成更接近完美的随机数。因此，TRNG用于数字赌博领域，如骰子，洗牌和轮盘赌。
问题是如何使用熵作为随机数源的数据，这要求构成计算机的部分是随机的。TRNG通过使用诸如存储器波动性和光电效应等量子现象，将物理噪声转换为数字1和0来产生高度随机的数字。
另一方面，TRNG的缺点是生成数字需要时间。此外，作为随机数源的数据需要熵，因此空闲或新服务器无法创建与活动服务器一样随机的数据。
由于PRNG和TRNG各有其弱点，因此可以在视频游戏或赌博中毫无问题地使用，但不能用于密码学领域，这需要很高的安全性，同时也需要速度。
因此设计了“加密伪随机”数字生成器（CSPRNG），它实现了PRNG的速度和TRNG的安全性。
CSPRNG是一个生成器，它从“高质量的熵源创建种子值，并将其输入到算法中以生成高度安全的随机数”。简而言之，CSPRNG是一种“使用TRNG生成PRNG种子值”的机制。/ Dev / random 在类Unix操作系统中使用，Linux使用这个CSPRNG。
下次，当你玩视频游戏，随机播放音乐或在编程中拨打随机号码时，也许你可以想一想计算机中发生了什么。
