如果你掌握了这个，屠龙刀唾手可得-随机数原理解析

小白和小黑喜欢玩游戏，小黑通宵达旦打了很多次BOSS，结果爆了一堆垃圾装备。小白睡了一大觉，上线游戏第一次摸BOSS，铛铛铛，爆了一把屠龙刀。

小黑能咋办？只能骂小白狗屎运爆发。这里的屠龙刀爆率就是个随机数，而控制这个爆率的正是这个游戏的爆率设计机制，或者说随机数发生器。

随机数在游戏中的应用非常广泛，怪物的爆率、宝箱抽奖、武器伤害增幅和暴击...，太多了，那么到底随机数有多随机？

我们前面发过文章《

微信红包与随机数

》，大家可以翻阅一下，对随机数发展的历史做了一个了解，今天我们来聊聊随机数的原理。

真随机数和伪随机数

根据密码学原理，随机数的随机性检验可以分为三个标准：

统计学伪随机性。统计学伪随机性指的是在给定的随机比特流样本中，1的数量大致等于0的数量，同理，“10”“01”“00”“11”四者数量大致相等。类似的标准被称为统计学随机性。满足这类要求的数字在人类“一眼看上去”是随机的。

密码学安全伪随机性。其定义为，给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。

真随机性。其定义为随机样本不可重现。实际上只要给定边界条件，真随机数并不存在，可是如果产生一个真随机数样本的边界条件十分复杂且难以捕捉（比如计算机当地的本底辐射波动值），可以认为用这个方法演算出来了真随机数。

相应的，随机数也分为三类：

伪随机数：满足第一个条件的随机数。

密码学安全的伪随机数：同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器计算得出。

真随机数：同时满足三个条件的随机数。

产生随机数有多种不同的方法。这些方法被称为随机数发生器。

随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。

伪随机数原理

伪随机数通常由可确定的函数（常用线性同余），通过一个种子（常用时钟）产生的。那么问题来了，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）。

线性同余的弱点是具有周期性（算法循环长度），比如第一次产生了数据100，第二次产生210，那么多少个循环以后，会产生100，210这样的序列...，大部分的算法循环长度是2^32，而只要掌握了周期数据，就能预测出未来会产生什么样的随机数。

因而，这类伪随机数只能用在对安全性要求不高的场合。比如前文提到的游戏中怪物爆率等随机数，都是由计算机产生的伪随机数，在游戏策划中如果随机数被运用得当，也将极大提高了游戏的趣味性和玩家参与度。

但是在安全级别的随机数中，伪随机数就面临的极大的风险，比如使用随机数生成密钥对，如果采用伪随机数，就很有可能被破解。

真随机数产生的原理

真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等。这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。

上图是一个被广泛采用的硬件真随机数发生器工作原理，它是一个基于直接放大器结构的随机数发生器，通过收集外部噪音，再经过数字化处理得到随机数。相比通过数学模型生成随机数来说，随机数质量更为可靠。

姑且，我们认为通过物理现象产生的随机数是真随机，但在输出过程中，会否受到人为的控制？你们一定说我，这么抠有意思么？但对于安全级别很高或者牵涉到生命、财富等的场景，随机数真伪至关重要。

举个例子，某彩票开奖随机数，采用物理现象产生的真随机数来抽奖，相比那些由电脑程序开奖的游戏，已经非常非常公平了吧。但是，随机数的输出是由中心化服务器最后完成运算输出，谁能保证没有人为篡改的因素呢？

区块链的发展为真随机数的产生提供了想象空间，我们想一下，既然区块链去中心化去信任不可篡改，那么能否由区块链产生真随机数？也许，“自从有了XXX，地球上有了真正的随机数。”

本文普及了随机数的原理，对随机数的真伪做了分类，至于随机数的应用场景，则需要产品策划根据应用特征进行规划设计，不管真伪随机数，各有各的应用场景，这里不多描述。区块链真随机数，以后我们再继续探讨。

欢迎关注“Touchain”太初区块链，一起探讨。

随机数专题讨论链接：

《微信红包与随机数》