java.secure.random是赌博业的充分选择吗？

Question

Java在java.secure.random包中提供了一个加密安全的随机数生成器。

如果我考虑像播种和循环重新实例化RNG这样的事情，是否可以使用这个数字生成器？或者我可以按原样使用数字生成器吗？

有没有人使用过这台发电机？

编辑：要求是：

a）统计独立

b）在其范围内公平分配（在统计预期范围内）

c）通过各种公认的统计测试

d）加密强大。

Answer 1

Documentation about SecureRandom说它可能阻止等待系统产生更多的熵（例如，在Linux中它从/ dev / random中获取随机数），所以如果你打算使用它，也许你需要它硬件的一些帮助：安装随机数生成器卡（一个生成真正随机数的硬件设备，而不是伪随机数），这样你的系统就会产生足够速度的随机数，这样你的程序就不会被阻塞。

Answer 2

正如其他人所说，安全RNG的吞吐量有限。为了缓解这种情况 您可以通过播种CPRNG来扩展安全随机性，或者您可以 尝试优化比特流的使用。

例如，要改变一包卡片，你只需要226位，但这是一个天真的 算法（每张卡调用nextInt(n)）可能会使用1600或3200 比特，浪费85％的熵，使你容易受到七倍的影响 延迟。

对于这种情况，我认为Doctor Jacques method是合适的。

顺便说一下，这里有一些针对性的分析 昂贵的熵源（也包含代码）：

Bit recycling for scaling random number generators

我倾向于有效使用而不是伸展，因为我认为 要证明一个有效的消费者的公平性会更容易 值得信赖的熵流，而不是证明任何绘图方法的公平性 有一个种子播种的PRNG。

---

修改 ² ： 我真的不懂Java，但我把它放在一起：

public class MySecureRandom extends java.security.SecureRandom {
    private long m = 1;
    private long r = 0;

    @Override
    public final int nextInt(int n) {
        while (true) {
            if (m < 0x80000000L) {
                m <<= 32;
                r <<= 32;
                r += (long)next(32) - Integer.MIN_VALUE;
            }
            long q = m / n;
            if (r < n * q) {
                int x = (int)(r % n);
                m = q;
                r /= n;
                return x;
            }
            m -= n * q;
            r -= n * q;
        }
    }
}

这消除了贪婪的默认制服[0，n-1]生成器，并将其替换为修改后的Doctor Jacques版本。定时卡片随机播放的值范围几乎比SecureRandom.nextInt(n)快6倍。

我之前的此代码版本（仅加速2倍）假设SecureRandom.next(b)效率很高，但事实证明，调用正在丢弃熵并将整个循环向下拖动。这个版本管理自己的分块。

Answer 3

您可以使用java.security.SecureRandom，因为您可以使用java.util.Random进行此类操作。

请注意，java.security.SecureRandom可能依赖于运行该程序的计算机的某些熵。如果您从中获取了许多随机值，那么它可能会阻塞，直到计算机生成足够的熵（例如，在Linux java.security.SecureRandom上使用/dev/urandom）。

因此，如果您想要生成许多随机值，并且使用PRNG可以使用java.util.Random。