
【计】 PRN; pseudo-random number
伪随机数(Pseudorandom Number)指通过确定性算法生成的、表面呈现随机特性但实际可复现的数值序列。其核心特征与定义如下:
英文对应
Pseudorandom Number(ISO/IEC 2382:2015 标准术语)
来源:国际标准化组织(ISO)《信息技术术语》
中文释义
由数学算法生成的数字序列,满足统计随机性检验(如均匀分布、独立性),但因算法固定而具备可预测性。
来源:全国科学技术名词审定委员会《计算机科学技术名词》
确定性
初始种子(Seed)相同则输出序列完全一致,适用于需可复现的场景(如科学模拟)。
来源:Donald Knuth《计算机程序设计艺术》卷2
统计随机性
通过均匀性测试、独立性测试等统计检验,但无法通过所有理论随机性测试(如密码学安全测试)。
来源:NIST《随机数生成技术指南》
特征 | 伪随机数 | 真随机数 |
---|---|---|
生成方式 | 确定性算法 | 物理现象(如热噪声) |
可预测性 | 可复现 | 不可预测 |
应用场景 | 模拟实验、游戏 | 密码学、安全密钥生成 |
权威参考 |
蒙特卡洛方法依赖伪随机数进行重复抽样(来源:《计算物理学导论》,Springer)。
需加密安全伪随机数生成器(CSPRNG),如AES-CTR DRBG。
关卡生成、掉落概率控制(来源:游戏引擎Unity技术文档)。
ANSI X9.17(金融安全)、FIPS 186-5(数字签名)
NIST SP 800-22(随机性统计测试套件)
来源:美国国家标准与技术研究院(NIST)
伪随机数是指通过确定性算法生成的、看似随机但实际可预测的数值序列。其核心特征如下:
本质特性
伪随机数并非基于物理随机现象(如电子噪声),而是通过数学公式(如线性同余法、梅森旋转算法)计算产生。只要初始种子(Seed)相同,生成的序列完全一致。
与真随机数的区别
关键参数
典型应用场景
需注意:在密码学等高安全需求领域,需使用经过特殊设计的加密安全伪随机数生成器(CSPRNG),普通伪随机数可能因可预测性导致安全漏洞。
按值付价不化糖细球菌纯一发生厨子法科的防粘剂法制非随身载运的行李赋形剂过程描述符郝秦生氏面容核破裂霍罗克斯氏扩张袋简单析取分解锯叶矮棕流浸膏可腐化的扩充卡片偏端单毛菌偏执狂的羟苯丙酸气动噪声鞣制革水溶性聚合物缩聚系列硫化染料退行发育的图面未封口的唯利是图的