Java 在 java.secure.random 包中提供了一个加密安全的随机数生成器。
如果我考虑 RNG 的播种和循环重新实例化等问题，是否可以使用此数字生成器？或者我可以“按原样”使用数字生成器吗？
有人使用过这个生成器吗？
编辑：要求是：
a) 具有统计独立性
b) 在其范围内公平分布（在统计预期范围内）
c) 通过各种公认的统计测试
d) 具有强大的加密能力。
【问题讨论】：
标签： java algorithm random prng
正如其他人所说，安全 RNG 的吞吐量可能有限。为了减轻这种情况 您可以通过播种 CPRNG 来拉伸确保随机性，或者您可以 尝试优化您对比特流的使用。
例如，要洗一包纸牌，您只需要 226 位，但很幼稚
算法（为每张卡调用 nextInt(n)）可能会使用 1600 或 3200
比特，浪费了你 85% 的熵，让你更容易受到影响 7 倍
延迟。
对于这种情况，我认为Doctor Jacques method 是合适的。
为此，这里有一些性能分析，逐步针对更多 昂贵的熵源（也包含代码）：
Bit recycling for scaling random number generators
我会倾向于高效使用而不是拉伸，因为我认为 证明一个有效消费者的公平性会容易得多 可信赖的熵流，比证明任何绘图方法的公平性 具有良好种子的 PRNG。
编辑2： 我不太懂 Java，但我把这些放在一起：
public class MySecureRandom extends java.security.SecureRandom {
private long m = 1;
private long r = 0;
@Override
public final int nextInt(int n) {
while (true) {
if (m < 0x80000000L) {
m <<= 32;
r <<= 32;
r += (long)next(32) - Integer.MIN_VALUE;
}
long q = m / n;
if (r < n * q) {
int x = (int)(r % n);
m = q;
r /= n;
return x;
}
m -= n * q;
r -= n * q;
}
}
}
这取消了贪婪的默认统一 [0,n-1] 生成器，并用修改后的雅克博士版本替换它。对洗牌范围的值进行计时显示比SecureRandom.nextInt(n) 快了近 6 倍。
我之前版本的这段代码（只有 2 倍的加速）假设 SecureRandom.next(b) 是有效的，但事实证明调用是丢弃熵并将整个循环拖下。此版本管理自己的分块。
【讨论】：
Documentation about SecureRandom 说它可能会阻止等待系统生成更多熵（例如，在 Linux 中它从 /dev/random 获取随机数），所以如果你要使用它，也许你需要一些帮助从硬件：安装随机数生成器卡（一种生成真实随机数的硬件设备，而不是伪随机数），这样您的系统将以足够的速度生成随机数，因此您的程序不会被阻塞。
【讨论】：
您可以使用java.security.SecureRandom，就像您可以使用java.util.Random 一样。
请注意，java.security.SecureRandom 可能依赖于运行程序的计算机的一些熵。如果您从中获得许多随机值，那么它可能会阻塞，直到计算机生成足够的熵（例如，在 linux 上 java.security.SecureRandom 正在使用 /dev/urandom）。
因此，如果您想生成许多随机值并且可以使用 PRNG，请使用 java.util.Random。
【讨论】：