解密隨機數生成器（1）——真隨機數生成器
從小就一直很好奇，MP3播放器的隨機播放功能是如何實現的，今天讀到一篇關於隨機數的文章，又勾起了我的那時好奇心，索性上下求索，了解了隨機數背后的很多知識，頓覺豁然開朗，特意寫這篇文章和大家總結分享一下。
其實，隨機數在我們身邊無處不在。無論是玩撲克牌麻將骰子時的點數，玩LOL時的玩家匹配，還是高大上的量子物理，核聚變，都無一例外地隨機數有關，在混沌理論中，這個世界本身就是一系列隨機過程的產物——好吧，有點激動，扯得太遠了——作為編程愛好者，應該會發現，每一門編程語言必然會有自己的隨機數生成函數，常用的比如：C語言stdlib庫中的rand()函數，java中Random類中的nextInt () 方法，Python中random模塊的randint()方法等等。作為各種編程語言的“官方標配”，這小小的隨機函數作用那也是大大的，不光而這看似簡單的東西背后學問還真不少。
好了，廢話不多講，現在就讓我們走近隨機數，看看它的“廬山真面目”！
一、三種隨機數生成器
你們有沒有想過這個問題——計算機到底是怎么得到隨機數的？作為人類，我們大可提筆隨便在紙上寫一大串數字，也許就算是隨機數了，但是計算機可沒有這本事，它必須有一個科學穩定的隨機數來源，才能得到隨機數，這個來源，我們稱為隨機數生成器。
常見的計算機隨機數生成器有三種：一是使用物理方法，稱為真隨機數生成器（True Random Number Generator），生成的算是真正意義上的隨機數，無法預測且無周期性；與真隨機數對應的是偽隨機數生成器（Pseudo Random Number Generator），它是由算法計算得來的，但這種方法生成的隨機數是可預測、有周期的，並不能算真的隨機數，因此得名偽隨機數；還有第三種方法，叫隨機數表法，就是用真隨機數生成器事先生成好大量隨機數，存到數據庫中，使用時再從庫中調用。記得高中數學書第三冊后附有一個叫隨機數表的東西，使用時直接查閱就行，這種方法簡單，但缺點是內存占用大，因此不常采用，我也就不展開講了，在此我只詳細介紹一下前兩種：真隨機數生成器與偽隨機數生成器。
二、真隨機數生成器
程序員都是完美主義者，我們自然希望有一個能產生真正隨機數的程序。遺憾的是，生成真隨機數的程序，就像永動機一樣無法實現，要得到真正的隨機數目前來講只能看老天的眼色，比如噪聲（Noise），量子效應（Quantum effects），人品（RP）這些物理現象。
第一個真隨機數發生器是1955年由Rand公司創造的，而在1999年，Intel發布Intel810芯片組時，就配備了硬件隨機數發生器，原理利用的是電阻和振盪器生成的熱噪聲。目前，大部分芯片廠商都集成了硬件隨機數發生器，使用十分方便，而一系列為科研和信息安全設計的真隨機數發生器也層出不窮，發展到今天，真隨機數生成器（以下簡稱TRNG）大體可分為以下三種：
1、基於電路的TRNG：
1 振盪器采樣：如上文中提到的Intel810RNG芯片，利用熱噪聲(是由導體中電子的熱震動引起的)放大后，影響一個由電壓控制的振盪器，再通過另一個高頻振盪器來收集數據，得到隨機數。在Intel 815E芯片組的個人電腦上安裝Intel Security Driver(ISD)后,就可以通過編程讀取寄存器獲取RNG中的隨機數。
2 直接放大電路噪聲：直接以熱噪聲等電路噪聲為隨機源，通過運算放大，統計一定時間內達到閾值的信號數以此來得到隨機數。
3電路亞穩態: 2010年，德國的研究團隊現在開發出一種真隨機數發生器，它使用的計算機內存雙態觸發器作為隨機的一個額外層，觸發器可隨機的在1或0狀態中切換，在切換之前，觸發器處於行為無法預測的“亞穩態”。在亞穩態結束時，內存中的內容為完全隨機。研究人員對一個觸發器單元陣列的實驗顯示，這種方法產生的隨機數比傳統方法“隨機”約20倍。
4 混沌電路：混沌電路的輸出的結果對初始條件很敏感，不可預測，且在IC芯片中易集成，可產生效果不錯的真隨機數。
5 根據。。。質量？：劣質內存芯片工作在高溫下，其數據是不可預測的，讀取這里面的數據，就會得到難以預測的隨機數，人們采用這種技術，制作了隨機數發生器板卡。。。（O(∩_∩)O呵呵 ~）
2、基於物理的TRNG：
如今的量子物理，從本質上講就是真正隨機的，是不可預測的——比較著名的就是薛定諤的貓啦——因此很適合用來做TRNG，當然，這並不是說基於經典宏觀物理學的TRNG就不存在，比如http://random.org/這個網站，從1998年開始就在Internet上提供真隨機數服務了，它用的是大氣噪音來生成真隨機數（很不可思議吧）。下面舉幾個近年來基於量子物理發明的TRNG：
1 http://random.irb.hr/這是一個與克羅地亞計算機科學家發明的TRNG，全名是Quantum Random Bit Generator Service (QRBGS)，它依賴於半導體光子發散量子物理過程中內在的隨機性，通過光電效應檢測光子得到隨機數。
2 2010年，比利時物理學家S. Pironio和同事利用糾纏粒子的隨機性和非局域性屬性（別問我，我也不懂- -）創造出了真隨機數。
3 2011年，加拿大渥太華的物理學家Ben Sussman利用激光脈沖和鑽石創造了真隨機數。Sussman的實驗室使用持續幾萬億分之一秒的激光脈沖照射鑽石，激光進入和出來的方向發生了變化。Sussman稱改變與量子真空漲落的相互作用有關，在量子法則中這種作用是不可知的，他認為這可以用於創造真正的隨機數。
4 2012年，澳大利亞國立大學的科學家從真空中的亞原子噪音獲取隨機數，創造了世界上最快的隨機數發生器。量子力學中，亞原子對會持續自發的產生和湮滅，通過監聽真空內亞原子粒子量子漲落產生的噪音，可以得到真正的隨機數。
3、基於其他因素的TRNG：
1 PuTTYgen：它的隨機數是讓用戶移動鼠標達到一定的長度，之后把鼠標的運動軌跡轉化為種子，由此產生隨機數
2 Linux自1.3.30版就在內核提供了真隨機數生成器（至少是理論上），它利用機器的噪音生成隨機數，噪音源包括各種硬件運行時速，用戶和計算機交互時速。比如擊鍵的間隔時間、鼠標移動速度、特定中斷的時間間隔和塊IO請求的響應時間等。
３ 人可不可以生成隨機數呢？嘿嘿，擲骰子斗地主啥的我就不說了，據說某些HR選簡歷的方式是，往天上一扔，掉在桌子上的簡歷就通過。。。這個可是真隨機啊！
另外：
用Java可以使用java.security.SecureRandom 產生真隨機數（待查）；
Linux系統有/dev/random,/dev/urandom向用戶提供真隨機數；
Windows系統有CryptGenRandom 函數生成真隨機數（待查）
感興趣的可以研究一下。
基於物理的隨機數生成器，生成的隨機數無周期，不可預測，分布均勻，然而，這種隨機數生成器技術要求高，而且隨機數生成效率不高，難以滿足計算機高速計算的需要，因此為了提高數據產生效率，它們都常被用來生成偽隨機數生成器的“種子”（seed），並以此生成偽隨機的輸出序列。
鑒於篇幅太長，關於偽隨機數生成器的介紹放到下一篇博客了，請大家持續關注啊！