让我们假设我有一个可靠真正随机的随机数源，但它非常慢。它每两个小时只给我几百个数字。
由于我需要更多的方法，我想使用那些珍贵的TRN，我可以获得java.util.Random（或scala.util.Random）的种子。我也总是选择一个新的来生成下一个随机数。
所以我想我的问题是： 我从Java中的Random实例生成的数字可以被认为是真正随机的，因为种子是真正随机的吗？ 真正的随机性是否仍然存在不满足的条件？ 如果我继续增加等级，随机性会丢失吗？ 或者（正如我想到的那样）只要种子流是真的随机的？
我假设没有人截获种子流，但我不打算将这些数字用于安全目的。
答案 0 :(得分：3)
对于像java.util.Random这样的伪随机生成器，序列中的下一个生成的数字变得可预测，只给出序列中的几个数字，因此您将非常快地失去“真正的随机性”。更好地使用java.security.SecureRandom提供的其中一个生成器 - 这些都是强大的随机生成器，序列长度非常长，应该很难预测。
答案 1 :(得分：1)
当你拿出更多的东西，而不是你已经放入它们肯定不再真正随意。如果随机数生成器不好，甚至可能更早发生断点。通过考虑序列的熵可以看出这一点。种子值完全确定序列，因此最多的序列与种子值一样多。如果它们都是不同的，则熵与种子的熵相同（基本上是种子位的数量，假设种子是真正随机的）。
然而，如果不同的种子导致相同的伪随机序列，则序列的熵将低于种子的熵。如果我们在n位之后切断序列，则熵可能更低。
但是为什么要关心你是否将它用于安全目的？你确定伪随机数对你的应用来说还不够好吗？
答案 2 :(得分：1)
我们的java Random给出了均匀分布的随机数。这不是真正的随机性，可能会产生相同数量的五倍。
此外，对于每个特定种子，生成相同的序列（有意）。与2 ^ 64种子一般无关。 （注意黑客可以存储每个序列的前十个数字;从而快速赶上。）
因此，如果您在很长一段时间内使用一个真正随机数作为种子，您将在该间隔期间获得均匀分布。实际上与不使用真正的随机化器没有太大区别。
现在组合随机序列可能会降低随机性。也许将真正的随机数转换为字节，并将每个新的随机数与另一个字节进行对比，可能会产生更大的变化。
请不要只听我的话 - 我无法保证上述的数学正确性。数学/算法论坛可能会提供更多信息。