回答

随机数有三个性质

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。

根据这三个性质我们就将随机数分为三个类：

伪随机 (PRNG)、密码学安全的伪随机 (CSPRNG) 与真随机 (TRNG)

一、Pseudo-Random Number Generators(PRNG) 是一种数字序列的生成算法，它生成出的数字序列的统计学属性跟真正的随机数序列非常相似，但它生成的伪随机数序列并不是真正的随机数序列！因为该序列完全依赖于提供给 PRNG 的初始值，这个值被称为 PRNG 的种子。

算法流程如下，算法的每次迭代都生成出一个新的伪随机数：

我们以python为例，来写一个python的prng伪随机数

import hmac, hashlib
def random_number_generator(seed: bytes, max_num: int):
  state = seed
  counter = 0

  while True:
    state = hmac.new(state, bytes(counter), hashlib.sha1).digest()    
    counter += 1

    # 这里取余实际上是压缩了信息，某种程度上说，这可以保证内部的真实状态 state 不被逆向出来
    yield int.from_bytes(state, byteorder="big") % max_num

# 测试下，计算 20 个 100 以内的随机数
gen = random_number_generator(b"abc", 100)
print([next(gen) for _ in range(20)])
# => [71, 41, 52, 18, 51, 14, 58, 30, 70, 20, 59, 93, 3, 10, 81, 63, 48, 67, 18, 36]

二、Cryptography Secure Random Number Generators(CSPRNG) 是一种适用于密码学领域的 PRNG，一个 PRNG 如果能够具备如下两个条件，它就是一个 CSPRNG:

随机性和不可预测性

python实现CSPRNG代码

#!/usr/local/python3/bin/python3
# -*- coding: utf-8 -*
import secrets
import string

chars = string.digits + "your_custom_-content" +  string.ascii_letters
def random_string(length: int):
    """生成随机字符串"""
    # 注意，这里不应该使用 random 库！而应该使用 secrets
    code = "".join(secrets.choice(chars) for _ in range(length))
    return code

print(random_string(24))

还可以通过os.urandom()实现

#!/usr/local/python3/bin/python3
# -*- coding: utf-8 -*
# Python program to explain os.urandom() method  

# importing os module  
import os  

# Declaring size 
size = 5

# Using os.urandom() method 
result = os.urandom(size)  

# Print the random bytes string 
# Output will be different everytime 
print(result) 

再看看其他编程语言的CSPRNG库

Java: java.security.SecureRandom

Python: secrets 库或者 os.urandom()

C#: System.Security.Cryptography.RandomNumberGenerator.Create()

BfwJavascript 客户端可使用 window.crypto.getRandomValues(Uint8Array)，服务端可使用 crypto.randomBytes()

好了，伪随机 (PRNG)、密码学安全的伪随机 (CSPRNG)都说完了，接下来就是真随机TRNG

三、true random number generator简称（TRNG）真随机生成器

他满足了不可预测性、随机性与不可重现性，就是任何时候，用这个生成器生成的随机数都是唯一的，不重复，我们以python为例写一个真随机数程序。

我们结合时间戳和csprng来实现一个真随机数

#!/usr/local/python3/bin/python3
# -*- coding: utf-8 -*
import time

import secrets
import string

chars = string.digits + "your_custom_-content" +  string.ascii_letters
def random_string(length: int):
    t = str(time.time())
    """生成随机字符串"""
    # 注意，这里不应该使用 random 库！而应该使用 secrets
    code = "".join(secrets.choice(chars) for _ in range(length))
    return t+code


print(random_string(24))

·有人说python中还有一个uuid库，其中的uuid1可以生成一个全球唯一的id，他是不是真随机呢，其实uuid1是基于MAC地址，时间戳，随机数来生成唯一数，也可以算是一个真随机数。

#!/usr/local/python3/bin/python3
# -*- coding: utf-8 -*
import uuid
name = "wiki"
namespace = "bfw"

'''基于MAC地址，时间戳，随机数来生成唯一的uuid
基于MAC地址，时间戳，随机数来生成唯一的uuid，可以保证全球范围内的唯一性。
'''
print(uuid.uuid1())

'''
通过计算一个命名空间和名字的md5散列值来给出一个uuid，所以可以保证命名空间中的
不同名字具有不同的uuid，但是相同的名字就是相同的uuid了。
namespace并不是一个自己手动指定的字符串或其他量，而是在uuid模块中本身给出的一些值。
比如uuid.NAMESPACE_DNS，uuid.NAMESPACE_OID，uuid.NAMESPACE_OID这些值。
这些值本身也是UUID对象，根据一定的规则计算得出。
'''
print(uuid.uuid3(uuid.NAMESPACE_DNS,name))

'''
通过伪随机数得到uuid，是有一定概率重复的
'''
print(uuid.uuid4())

'''
和uuid3基本相同，只不过采用的散列算法是sha1
'''
print(uuid.uuid5(uuid.NAMESPACE_DNS,name))