伪随机数生成器（pseudorandom number generator，PRNG），又称为确定性随机位生成器（deterministic random bit generator，DRBG），是用来生成接近于绝对随机数序列的数字序列的算法。
一般来说，PRNG 会依赖于一个初始值，也称为种子，来生成对应的伪随机数序列。只要种子确定了，PRNG 所生成的随机数就是完全确定的，因此其生成的随机数序列并不是真正随机的。
就目前而言，PRNG 在众多应用都发挥着重要的作用，比如模拟（蒙特卡洛方法），电子竞技，密码应用。
随机数具有三个性质
随机性：随机数应该不存在统计学偏差，是完全杂乱的数列。
不可预测性：不能从过去的序列推测出下一个出现的数。
不可重现性：除非数列保存下来，否则不能重现相同的数列。
这三个性质的严格性依次递增。
根据这三个性质我们将随机数分为三类
密码学中使用的随机数是第二种。
网友回复
我知道答案，我要回答
私活外包
最新提问
如何修改别人发给我的微信笔记内容？
fbx、obj、glb三维格式模型如何在浏览器中通过three相互转换格式？
python如何实现基于http隧道加密的正向代理服务？
有没有有专门针对 UI 界面截图进行智能标记（Set-of-Mark, SoM） 的开源库和工具？
如何用python实现Set-of-Mark (SoM) 技术？
python如何截取windows指定应用的窗口截图，不用管窗口是不是在最前面？
linux能不能给rm删除命令增加回收站功能，可恢复被删文件？
bfwsoa如何在命令行中执行控制器动作器方法？
RAG（检索增强生成）和 KG（知识图谱）有啥不同？
KVM硬件是啥？
