真随机数生成

Question

当我们实际测量某些东西时，我们究竟如何谈论“真正的随机”数字。我的意思是，并不是几乎与随机性相反。

索姆的文章说，例如，投掷骰子是“真正的随机”。当然它不是伪随机的，但它是否随机？如果你有一台机器可以从完全相同的位置扔掉骰子并且总是在相同的方向上使用完全相同的力量：它总是会变成相同的数字吗？ （我确实如此）。

拜托，有人可以帮我理解“真正的随机”数字吗？

Answer 1

随机性本质上是衡量我们不知道多少的量度。宇宙可能是也可能不是真正的确定性，无关紧要 - 我们不知道（并且没有可预见的方式知道）两次宇宙射线撞击之间的确切时间是什么。对于伪随机数，我们做原则上有一种了解方法，因为我们可以重新创建初始条件并再次获得相同的输出。

Answer 2

量子效应是这种“真实随机性”的来源。例如。 Heisenberg Uncertanity Principle 表示你的骰子投掷者无法准确定义投掷手臂的冲动和位置。 （阅读流行sci量子物理学可能是可怕的 - 我们世界的可预测性和稳定性似乎只不过是一个伟大的统计专长。）

---

  

[编辑]因为它出现在评论中：还有其他较少“模糊”的过程“看起来随机”，例如：模具辊的磨损和空气湍流。然而，所有这些事情都可以被认为是超出我们的知识，但从根本上说是确定性的（假设客观现实。）量子过程至少在广泛接受的哥本哈根解释下是真正随机的。 [/编辑]

正如其他回复中所提到的那样，将量子效应转化为可观察的随机数发生器的设备。存在用于“提取”任何数据流的随机性的算法。有一些测试算法可以检查数据流是否像随机流一样“行为”。

---

OTOH你可以相当成功地争辩说“随机”是一个人为的概念，即不是客观世界不可分割的一部分，而是我们理解的极限（尽管不确定性原则）被认为不只是一个观察者效应。）

当有人要求任何随机数发生器时，反问题应该是：对于什么应用？在这个讨论的背景下：你需要傻瓜谁？ Pseudo vs. True只是生成机制，而不是基本的对立面。

从这个意义上说，对于大多数目的而言，混乱的行为通常是“随机的”，并且可以用很少的自由度创建。

Answer 3

我认为，当有人谈到IT中的“真正的随机”数字时，这总是来自测量/观察与伪随机算法相比被认为是随机的东西，它总会返回相同的模式（给定相同的起点或在一定长度后缠绕）。例如，我听说过用于测量某些元件（如晶体管）产生的电噪声的器件。这确实比确定性算法“更”随机。

为了增加“随机性”我知道例如Linux尝试将各种外部事件合并到其随机数生成器中，例如鼠标移动，按键（AFAIK甚至按键持续时间），来自HD的定时等。 pp。也就是说，他们试图通过向其添加不确定性来源来改进确定性算法。

Answer 4

对于真正的随机性，您需要观察物理事件。试试this。

Answer 5

即使您拥有目前可以收集的所有信息，真正的随机数也是无法预测的。例如，放射性原子的衰变，世界不同地方的风向和速度，甚至是网络摄像头产生的噪声（这个列表在不可预测的程度上是不可预测的。）现在无法保证随机的是什么。从现在开始随机一千年。

伪随机数完全可以通过正确的信息进行预测，无论是揭示缺陷还是了解种子。

要尽可能接近计算机中的真随机数，您需要一些特殊的hardware。

关键的区别在于我们目前不知道如何预测被认为是随机的东西，但我们目前知道如何预测伪随机数。

请参阅this question，了解您可能需要的所有相关信息。

Answer 6

我认为，从理论上讲，可以构建一个精确的机器，可以扭曲掷骰子的结果。然而，在实践中，始终存在一些无法预测的变化水平。这就是随机性的来源。当然，当一个人投掷骰子时，每次投掷都有很多变化，结果是“真正随机”。

计算机可以利用量子力学效应或电磁噪声等随机现象生成“真随机”数字。

Answer 7

在计算机（Quartz）上，您无法生成真随机因为2+2始终为4。然后你的随机可能只是伪随机更好或不更好取决于这是多么好的散列。

Answer 8

当您使用逻辑时，真正的随机化是一个问题，逻辑不是随机的（至少如果它正常工作则不行。）这就是为什么一些加密程序要求您以随机模式移动鼠标的原因很难逆向工程你;）

无论如何，正如@DarkDust所说，并且@mdrg提到，你必须依靠物理观察，一个例子是连接一个测量仪并观察一些放射性物质何时崩溃。或者测量外面的风速。或测量某些晶体管的噪声。通过一些数学变换，除了蛮力......之外，不可能对随机数进行逆向工程。

Answer 9

随机性对于人工智能，经济学，物理学等中的大量问题解决技术非常重要。在一组可能的结果上强加概率分布的需要推动了对更好和更好的随机数生成的需求。

那就是说，真正的随机性可能是一个值得商榷的概念。确定地说它不应该发生 - a la 你的骰子折腾的例子。我认为这对哲学家来说是一种敏感的论据。实际上，我们可以使用盖革计数器和一些放射性物质进行“随机”测量。在理想的环境中，这为测量结果提供了非常好的结果。

从人类的角度来看，我们的数字生成器的随机性只需要获得随机的某个概率，给出对结果所需复杂性的先验知识，随机数将需要随机数。

如果你考虑使用贝叶斯原理给定真随机性的程度，通过关于你的随机数有多好的一些任意概念来测量（以概率分布的形式）那么你可以说一些关于人为随机数生成的“真实性”。实际上，“真实性”将接近零，因为真正随机数生成器的周期是无限的。这只有当你走得那么远但我们做不到时 - 所以'真正随机'对于知道如何设计一个漂亮的伪随机（一切都是相对于某种规模的伪随机）数字生成器的计算机科学家来说是一个相当无用的区别

Answer 10

实验表明，人类掷硬币并不是随意的 - 看起来投掷硬币时面朝上的概率大约有51％的可能性。

任何基于非常大数字的物理事件都可能产生真正的随机数 - 例如白噪声或主要股票市场上一天交易数量的最后几位数。

测量不是随机性的反面。测量随机性只能在非常大量的随机事件上进行，并且本质上是统计的。测量随机性的作用是在不同级别的事件中查找模式 - 单个事件，两个事件的运行，三个事件的运行等。伪随机生成器将生成模式，如果仅生成器的整个循环，但是更好的生成器显示较少的模式。

Answer 11

来自日本，我们正在为具有自检功能的True随机数发生器生产模块和PC板。 我想，你可以从我们的“理论”网页中研究什么是真正的随机数，因为如何检查随机数随机性等于理解真正的随机性。
请访问我们的网站www.letech-rng.jp，您可以看到，我们参加了2010年的蒙特卡洛会议，并提出了这一理论。此外，如果您愿意，可以在会议上下载我们的论文。

Answer 12

通过应用经典物理产生的任何数字都不能真正随机，因为参数可以知道，结果可能受到外部干扰的影响。例如掷骰子不是随机的。然而，由于影响或确定投掷的结果将非常复杂，大多数人会称之为“真实的”随机结果。对于所有意图和目的，它可以被认为是随机的。但严格来说，它并非真正随机。即使天气也不是随机的。它（理论上）可以受到影响并预测它非常复杂。理论上，您可以知道影响它的所有参数。在实践中，你不能，但这对于真正的随机性来说还不够好，因为预测或影响的实际理论上不可能是必须的。

随机性的唯一真正来源是，即使所有相关参数都已知并且外部干扰不能以任何可预测的方式影响结果，结果也是不可预测的，是对某些量子事件的观察。数学证明量子行为是不可预测的。例如，放射性衰变。实际上存在基于放射性衰变的随机数发生器。真正随机性的一个更容易的来源是观察从半透明镜子反射的光子。这种RNG也存在。搜索“量子随机数发生器”应该会给出一些非常有趣的读数。

Answer 13

我创建了一个随机打击垫，使用房间噪音的麦克风音频输入和伪随机。这是我能想到的唯一可能的方式（添加某种模拟的，不可预测的信号）来创建真正的随机性。