algorithm - 随机拍摄之间的用户延迟是否是 PRNG 的良好改进？

Question

我认为，为了随机选择播放器中的下一首轨道或浏览器中的下一页，可以将时间用作“自然现象”，例如体面的 RPNG 无需程序即可连续获取下一个随机数请求(例如在一个线程中每几毫秒或更频繁的事件)和时间到来时(基于用户决定)，选择自然会受到此用户延迟的影响。

这种方法是否足够好，如何对其进行测试？手动测试的问题是我不能在现实世界中等待那么久才能保存足够的随机数以将它们提供给某些测试程序。任何人为加速的尝试都会使方法本身无效。

谢谢

Answer 1

一个好的随机数生成器确实不需要改进，即使需要改进，也不清楚用户输入时间是否有帮助。

用户能否检测到 LCG 选择的轨道中的模式？无论您使用何种平台，其内置的 random() 函数都可能足够好(也就是说，它对用户而言完全是随机的)。

但是，如果您仍然担心，请使用加密质量的 RNG，使用来自您系统上专用随机源的数据作为种子。如今，许多此类系统 RNG 使用通过硬件中的量子事件生成的真正随机位。但是，它们生成位的速度可能很慢，因此最好将它们用作快速算法 PRNG 的种子。

现在，如果您不相信这些方法足够好，您应该非常怀疑用户输入的时间是否是一个好的来源。用户按下的键高度可预测，因为使用的词汇量有限，而且往往会出现在这组有限的单词中。字母序列的这种可预测性导致按键之间时间的高度可预测性。

我知道很多安全程序在 key 生成过程中都使用了这种技术。我不认为它是纯蛇油，但它可能是安抚用户的安慰剂。好的产品离不开系统RNG。