※ 引述《StaticVortex ()》之銘言： : ※ 引述《semop (semop)》之銘言： : : 電腦可以產生合乎各種亂數檢測方法、基本上無法逆推的 "真實亂數" (當然 : : 有人不同意這是 "真實" 亂數，但這是定義問題) 。 : : 只是一般來說，產生這種亂數的運算成本甚高。 : : 一個簡單的例子是拿 pi 或 e 值或更不常見的無理數作為基準來製作亂數， : : 它們沒有常用的亂數方法的循環問題，永遠不會重複產生資料。 : : 但除非是使用硬體方法，無法產生 "自然亂數" 。 : : 現在已經有 http://random.org 這類網站出現，免費公開地提供硬體產生的 : : 自然亂數，以後電腦程式使用的亂數資料應該會逐漸改以自然亂數為主了。 : : 所以大家以後就別說電腦所使用的亂數都一定是假亂數了。這觀念要改一改。 : 對不起我是個門外漢, : 如果避免了重複使用同一個亂數種子, : 以及同一個亂數種子產生的亂數不要多過週期, : 為什麼還需要這種自然亂數呢? : 譬如以使用者的 input 時間間隔來取種子等等方式, 會遇到什麼限制嗎? : 使用偽亂數還會遇到什麼樣的問題與困擾呢? 此問題應回歸於：為何需要亂數？ 因實際需求，有些亂數要求無法預測以提升系統安全 有些亂數要求分佈足夠均勻以提升搜尋效果 而有些亂數要求模擬真實環境以測試系統容錯能力 基於以上需求，有些情況並非虛擬亂數可以滿足 無法預測的特性乃自然亂數優於虛擬亂數的原因之一 在一般的情況下 虛擬亂數 (如 Java 內建 Random 類別所含演算法) 已經足以應付大部分的需求 好比說：隨機從題庫抓練習題、隨機閱讀網路的一篇文章 並不需要多麼難以預測的亂數源，只要虛擬亂數即可。 然而，需要絕對無法被猜到的情況下，自然亂數比虛擬亂數更加可靠 好比說：隨機產生加密金鑰、隨機產生雜訊 自然亂數保證任何人都無法準確地猜到未來的亂數是多少 畢竟人類還沒有能力預言這個世界的所有細節。 回到原發問者的問題：以使用者的 input 時間間隔來取種子的方式會遇到什麼限制？ 假設使用者 input 時間間隔足夠稱為自然亂數 (不是由機器精準地以固定時間輸入) 那麼，此種子即為自然亂數，後面的種種運算都是基於自然亂數的結果 此時間間隔不能說是偽亂數。 然而，如果將自然亂數再做一次虛擬亂數演算法所得到的數值，並不能稱之為自然亂數 因為每一次運算所得到數值都與自然亂數相關 連續做多次虛擬亂數演算法所得到一連串數字彼此之間有關聯 這些數字只能代表同一個自然亂數的衍生物 只要知道第一個數字是多少，後面的數字全部都可以推算出來 相對地，一連串真正的自然亂數是知道第一個數字，仍然無法推算出其他亂數是多少。 舉例而言，你有辦法知道另一個使用者 (人) input 的時間間隔嗎？ --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.116.247.13