伪随机数-随机数|91数学网

伪随机数是来自[0,1]均匀分布的随机数序列，是用确定性的算法计算得到的。但是，伪随机数不是假随机数，这里的“伪”是伪随机是有规律，但一般周期极长，在一定条件下，可以替代真随机数。

伪随机数具有类似于真正随机数的统计特征，比如说：均匀性、独立性等；

但是，相比较真正的随机数，在计算生成伪随机数时，若使用的种子不变，那么得到的伪随机数的数序也不变。

在模拟使用中，伪随机数一般循环周期极长，并能通过随机数检验。

伪随机数可以用计算机大量生成，所以在模拟研究中，为了提高模拟效率，一般采用伪随机数代替真正的随机数。

比如说，许多密码系统的安全性依赖于随机数的生成，密码学必定要涉及到随机数。

其中，序列密码的保密性完全取决于密钥的随机性。如果密钥是真正的随机数，那么理论上就不可破译，但所需要的密钥量惊人的大，实际中并不可行。

所以，一般采用伪随机数来代替随机数，尽管密钥存在的一定的循环周期，如果周期足够长，就会有比较好的保密性。

由随机种子根据一定的算法得到的随机数，只要算法一定，随机种子一定，所得到的随机数是固定的。所以绝大数程序生成的随机数不是真正的随机数，是伪随机数。

并且，大多数程序，只要用户不设定随机种子，随机种子来自系统时钟。

另一方面，当前，通过计算机能获得真正的随机数，但不是由程序生成的，一般是通过持续采集外部噪声信号，比如说：主板温度传感器采集的温度、鼠标的移动轨迹等等，然后，再加工成随机数输出。

可以说，当前，计算机中，必须有真随机的输入，才能有真随机的输出。

这简直是一个哲学讨论，在一般意义上，我们认为真随机数是存在的，但真随机数的获取往往是大费周章，或者需要繁琐而高价的物理设备。

真随机数多数采用物理性随机数发生器，也就是使用物理现象产生，比如说，掷硬币、投骰子、转轮、使用电子元件的噪音或者核裂变等等。技术要求比较高，物理过程比较复杂。