产生随机数原理

首先，「真随机」也有不同的含义， 真正的真随机目测只有量子力学了……一般的所谓真随机不是指这个，而是指统计意义上的随机，也就是具备不确定性，可以被安全的用于金融等领域，下面的真随机也均指这个。

答案是，计算机系统可以产生统计意义上的真随机数。

大部分程序和语言中的随机数（比如 C 中的，MATLAB 中的），确实都只是伪随机。是由可确定的函数（常用线性同余），通过一个种子（常用时钟），产生的伪随机数。这意味着：如果知道了种子，或者已经产生的随机数，都可能获得接下来随机数序列的信息（可预测性）。

直观来想，计算机是一种可确定，可预测的的设备，想通过一行一行的确定的代码自身产生真随机，显然不可能。但是，我们或许可以迂回一下……

一个典型的例子就是 UNIX 内核中的随机数发生器（/dev/random），它在理论上能产生真随机。即这个随机数的生成，独立于生成函数，这时我们说这个产生器是非确定的。

实现方法简单说就是软硬结合，或者说，引入系统外的变量（把软件，代码，算法想象成一个封闭的系统）。

具体来讲，UNIX 维护了一个熵池，不断收集非确定性的设备事件，即机器运行环境中产生的硬件噪音来作为种子。

比如说：时钟，IO 请求的响应时间，特定硬件中断的时间间隔，键盘敲击速度，鼠标位置变化，甚至周围的电磁波等等……直观的说，你每按一次键盘，动一下鼠标，邻居家 wifi 信号强度变化，磁盘写入速度，等等信号，都可能被用来生成随机数。

更具体的，内核提供了向熵池填充数据的接口：

比如鼠标的就是

void add_mouse_randomness(__u32 mouse_data) 

内核子系统和驱动调用这个函数，把鼠标的位置和中断间隔时间作为噪音源填充进熵池。

所以，结论是，程序和算法本身不能产生真随机，但是计算机系统作为整体可以迂回产生统计意义上的真随机。

参考：

• 内核源码在/drivers/char/random.c
  

• Windows 中也有相对的随机数生成器，基本的思想是一致的
  

• 如果要求更高的话，也有专用的设备，可收集附近的电磁场等环境噪音来产生随机数