能力值：
( LV2，RANK：10 )
|
-
-
26 楼
我只知道计算机上电时候的第一条指令
|
能力值：
( LV3，RANK：20 )
|
-
-
27 楼
“随机”并不是一个绝对的概念，可以检验一个串的随机性程度，但不管什么程度，都不能说这个串就是随机数。
也不是说真随机数就是随机性好，伪随机数就是随机性差，这里的真假其实是指产生随机的源头，通常“真随机”是由确定的物理随机源产生，例如芯片运算中的电流干扰；而“伪随机”通常是由确定的数值（种子）产生，是通过计算模拟产生。一般经验其实是：真随机的随机性不如伪随机。
随机数发生器通常的做法是：用真随机（物理随机源）产生种子，用伪随机（密码计算，例如DES，SHA1）产生需要的随机数。
|
能力值：
( LV4，RANK：40 )
|
-
-
28 楼
基本同意上述说法。随机程度现在还没有统一的标准，如果有方法计算数组的熵也就可以度量随机性了。如果一个数组成员基本符合均匀分布那随机性应该就不错了。
上面说的随机数组生成方法，虽然种子是真随机数，但生成的数组仍然是伪随机序列，其缺陷是内在的，少量应用或许没什么问题，大量应用能显现出其缺陷而影响你的目的，尤其是伪随机序列交叉应用时，道理很简单因为伪随机序列源于同样的生成机制，如果这样的数据在计算中相遇的时候容易出问题。
除了上面说的随机数组生成方法，随机数组是可以随意建造的，例如物理方法：你手里有一万个带顺序编号的同样的纸片，并且纸片有正反两面，抛撒下来你就有了一万位二进制数......。数学方法就更随意了，构造成员均匀分布的原始数组，用随机排序去打乱它们的秩序吧，一遍不行就多遍，最终得到分布均匀的随机序列。
|
能力值：
( LV3，RANK：20 )
|
-
-
29 楼
NIST早就有随机数检测标准，国密现在也有了随机数检测标准。
随机数检测标准比你想象的严格的多，除了熵和卡方分布之外，还包括很多检测手段，例如：压缩性、线性秩相关性等，一般生成的随机数，要达到这个标准中规定的显著性水平，并不是一件容易事。
|
能力值：
( LV4，RANK：40 )
|
-
-
30 楼
可悲的是那十几项标准还是不能判断随机数组是不是真随机数组。主要是对伪随机数组的内部关联性不能判断出来。
|
能力值：
( LV3，RANK：20 )
|
-
-
31 楼
公布了算法，就能判断内部关联性。
任何软硬件，都可以设计后门，这不是密码技术能解决的问题，而是监管问题。
|
能力值：
( LV4，RANK：40 )
|
-
-
32 楼
如果这样可能做出的随机数组更好些，选取两个长周期性能优良的随机函数A和B，用真随机数做A的种子生成第一个随机数，用这个随机数做B的种子生成第二个随机数并作为A的种子，余此类推生成随机数组。这样数据内部的分布就比较复杂了，既不像A序列也不像B序列。
|
能力值：
( LV3，RANK：20 )
|
-
-
33 楼
把A、B看做一个整体不就行了。事实上，目前的hash算法和对称算法，都是由很多轮运算组成，这里的每一轮运算，就相当于你说的A、B函数。
|
能力值：
( LV4，RANK：40 )
|
-
-
34 楼
差多了，各轮运算方法类似只是参数不同而已，两个随机函数可以差得很多这里没有可比性。上面只是举例实际上可以用更多的随机函数，在各序列中上蹿下跳根本无法分析。想当然看问题是不行的，把地球看成一粒微尘，里面的复杂性也不会变化。
|
能力值：
( LV3，RANK：20 )
|
-
-
35 楼
“上蹿下跳”是否就“无法分析”需要实际检验。
目前世界上好的伪随机数生成算法屈指可数，你如果有好的算法，不妨使用NIST的随机性测试软件测试一下。如果各项都达标，可以让学术界鉴定。
|
能力值：
( LV3，RANK：20 )
|
-
-
36 楼
我可以给你一个最简单的检测随机性的方法：你用你的算法生成一个100M以上的文件，然后使用RAR或zip压缩一下，如果压缩后的文件和原文件几乎一样大，那么大致可以认为你过了随机性检测的某一项检测。
|
能力值：
( LV4，RANK：40 )
|
-
-
37 楼
http://bbs.cisps.org/viewtopic.php?f=104&t=33556&sid=99c8a1a3e3647e5038295b7aada93ca5
再好的随机函数也只能生成伪随机序列。所以好不到哪里去。但你可以改造它们，打乱其内部规律，参见
http://bbs.pediy.com/showthread.php?t=190453
介绍的方法
|
|
|
|
