硬件隨機數(shù)生成器

產生隨機數(shù)的一種早期方法是用于播放基諾或選擇彩票號碼的相同機器的變體。這些混合編號的乒乓球帶著吹來的空氣，可能與機械攪拌相結合，并且使用一些方法從混合室中取出球（美國專利4,786,056）。這種方法在某些意義上給出了合理的結果，但是這種方法產生的隨機數(shù)是昂貴的。該方法固有地慢，并且對于大多數(shù)計算應用程序是不可用的。

1947年4月29日，蘭德公司開始生成隨機數(shù)字，帶有“電子輪盤”，由每秒約100,000個脈沖的隨機頻率脈沖源組成，每秒一次，恒定頻率脈沖，并送入五位二進制計數(shù)器。道格拉斯飛機公司制造了這種設備，實施了Cecil Hasting的建議（蘭德P-113）用于噪聲源（很可能是6D4微型氣體閘流管放置在磁場中時眾所周知的行為）。 32個可能的計數(shù)器值中的20個被映射到10個十進制數(shù)字上，而其他12個計數(shù)器值被丟棄。

蘭德機器長期運行，經過篩選和測試的結果被轉換成表格，該表格于1955年出版于“百萬隨機數(shù)字百萬正常偏差”一書中。 RAND表是提供隨機數(shù)字的重大突破，因為這樣一個大而精心準備的表從未有過。它一直是模擬，建模和導出加密算法中任意常數(shù)的有用資源，用于證明常量未被惡意選擇。塊密碼Khufu和Khafre是使用RAND表的應用程序之一。

硬件隨機數(shù)生成器量子隨機屬性

實際量子力學物理隨機性有兩個基本來源：原子或亞原子級的量子力學和thermal noise（其中一些是源自量子力學）。量子力學預測某些物理現(xiàn)象，例如原子的核衰變，基本上是隨機的，原則上不能預測（關于量子不可預測性的經驗驗證的討論，參見貝爾測試實驗）。并且，因為我們生活在絕對零度以上的溫度，所以每個系統(tǒng)的狀態(tài)都有一些隨機變化;例如，構成空氣的氣體分子不斷地以隨機方式相互反彈（參見統(tǒng)計力學）。這種隨機性也是一種量子現(xiàn)象。

由于量子力學事件的結果原則上無法預測，因此它們是隨機數(shù)生成的“黃金標準”。用于隨機數(shù)生成的一些量子現(xiàn)象包括：

• Shot noise，電子電路中的量子力學噪聲源。一個簡單的例子是照在光電二極管上的燈。由于不確定性原理，到達的光子在電路中產生噪聲。收集使用噪聲會帶來一些問題，但這是一個特別簡單的隨機噪聲源。然而，在整個感興趣的帶寬內，散粒噪聲能量并不總是很好地分布。橫向磁場中的氣體二極管和閘流管電子管可以產生大量的噪聲能量（10伏或更高的高阻抗負載）但具有非常高的能量分布，需要仔細過濾才能在廣譜范圍內實現(xiàn)平坦度。

• 核衰變輻射源（例如，來自某些商業(yè)煙霧探測器），由連接到PC的蓋革計數(shù)器檢測。

• 光子穿過半透明鏡子。檢測互斥事件（反射/傳輸）并分別與“0”或“1”位值相關聯(lián)。

• 放大在反向偏置晶體管的基極上產生的信號。發(fā)射器被電子飽和，有時它們將穿過帶隙并通過基座離開。然后通過幾個晶體管放大該信號，并將結果饋入施密特觸發(fā)器。

• 自發(fā)參量下變頻導致簡并光學參量振蕩器中的二進制相位狀態(tài)選擇。

• 通過零差檢測測量真空能量的波動。

硬件隨機數(shù)生成器經典隨機屬性

Thermal現(xiàn)象更容易檢測。雖然大多數(shù)系統(tǒng)將在足夠低的溫度下停止工作以將噪聲降低兩倍（例如，~150K），但它們在一定程度上容易受到降低系統(tǒng)溫度的攻擊。使用的一些熱現(xiàn)象包括：

• 來自電阻器的thermal noise，被放大以提供隨機電壓源。

• Avalanche noise產生的avalanche diode，或來自Zener diode的Zener breakdown。

• 由連接到PC的無線電接收器檢測到的Atmospheric noise（雖然大部分噪聲，例如閃電噪聲，但不是熱噪聲，但很可能是chaotic現(xiàn)象）。

在沒有量子效應或thermal noise的情況下，可以使用其他傾向于隨機的現(xiàn)象，盡管其方式不易以物理定律為特征。當仔細地組合幾個這樣的源時（例如，在Yarrow算法或Fortuna CSPRNG中），可以收集足夠的熵用于創(chuàng)建加密密鑰和隨機數(shù)，盡管通常以受限的速率。優(yōu)點是這種方法原則上不需要特殊的硬件。缺點是知識淵博的攻擊者可以偷偷地修改軟件或其輸入，從而可能大大降低輸出的隨機性。通常在這種方法中使用的主要隨機源是由機械輸入/輸出設備（例如鍵盤和磁盤驅動器，各種系統(tǒng)信息計數(shù)器等）引起的中斷的精確定時。

必須謹慎實施最后一種方法，如果不是，可能會受到攻擊。例如，Linux 2.6.10內核中生成器的前向安全性可能會被

電子硬件隨機數(shù)發(fā)生器的主要應用是加密技術，它們用于生成隨機加密密鑰以安全地傳輸數(shù)據(jù)。它們廣泛用于Internet加密協(xié)議，如Secure Sockets Layer（SSL）。

隨機數(shù)發(fā)生器也可以通過“隨機”宏觀過程構建，使用硬幣翻轉，骰子，輪盤和彩票機等設備。不穩(wěn)定動力系統(tǒng)理論和混沌理論可以證明這些現(xiàn)象存在不可預測性。盡管宏觀過程在牛頓力學下是確定性的，但是在輪盤中設計精良的設備的輸出在實踐中無法預測，因為它取決于每次使用的初始條件的敏感微觀細節(jié)。

盡管骰子主要用于賭博，并且作為游戲中的“隨機化”元素（例如角色扮演游戲），維多利亞時代的科學家弗朗西斯·高爾頓描述了一種使用骰子在1890年為科學目的明確生成隨機數(shù)的方法。

硬件隨機數(shù)發(fā)生器通常每秒產生有限數(shù)量的隨機比特。為了提高數(shù)據(jù)速率，它們通常用于為更快的加密安全偽隨機數(shù)生成器生成“種子”，然后生成偽隨機數(shù)輸出序列。

這樣的設備通常是基于一些能生成低等級、統(tǒng)計學隨機的“噪聲”信號的微觀現(xiàn)象，如熱力學噪聲、光電效應和量子現(xiàn)象。這些物理過程在理論上是完全不可預測的，并且已經得到了實驗的證實。硬件隨機數(shù)生成器通常由換能器、放大器和模擬數(shù)字轉換器組成。其中換能器用來將物理過程中的某些效果轉換為電信號，放大器及其電路用來將隨機擾動的振幅放大到宏觀級別，而模擬數(shù)字轉換器則用來將輸出變成數(shù)字，通常是二進制的零和一。通過重復采樣這些隨機的信號，一系列的隨機數(shù)得以生成。

首先在賭博的背景下研究不可預測的隨機數(shù)，并且首先開發(fā)許多隨機化裝置，例如骰子，洗牌紙牌和輪盤賭輪，以用于此類用途。 相當生產的隨機數(shù)對于電子賭博至關重要，而創(chuàng)建它們的方式有時會受到政府博彩委員會的監(jiān)管。

隨機數(shù)字也用于非賭博目的，無論是在數(shù)學上如何使用它們，例如民意調查的抽樣，以及通過隨機化近似公平性的情況，例如選擇陪審員和軍事選秀彩票。

加密

硬件隨機數(shù)生成器的主要用途是在數(shù)據(jù)加密領域，例如創(chuàng)建隨機加密密鑰以加密數(shù)據(jù)。 它們是偽隨機數(shù)生成器（PRNG）的更安全的替代方案，PRNG是計算機中常用于生成“隨機”數(shù)字的軟件程序。 PRNG使用確定性算法來產生數(shù)字序列。 雖然這些偽隨機序列通過隨機性的統(tǒng)計模式測試，但通過知道算法和用于初始化它的條件（稱為“種子”），可以預測輸出。 由于PRNG生成的數(shù)字序列是可預測的，因此使用偽隨機數(shù)加密的數(shù)據(jù)可能容易受到密碼分析的影響。 硬件隨機數(shù)生成器生成假定不可預測的數(shù)字序列，因此在用于加密數(shù)據(jù)時提供最大的安全性。

來自這些系統(tǒng)的比特流容易產生偏差，以1或0為主。有兩種處理偏差和其他偽像的方法。 第一種是設計RNG以最小化發(fā)電機運行中固有的偏差。 一種校正這種方法的方法是反饋由低通濾波器濾波的生成的比特流，以調整發(fā)生器的偏置。 通過中心極限定理，反饋回路趨向于“幾乎所有次數(shù)”都經過良好調整。 超高速隨機數(shù)發(fā)生器通常使用這種方法。 即使這樣，產生的數(shù)字通常也有些偏頗。

硬件隨機數(shù)生成器軟件whitening

應對誤差的第二種方法是在生成后（在軟件或硬件中）減少偏差。即使采用了上述硬件偏差降低步驟，仍應假設比特流包含偏差和相關性。通過類似于從相關信號產生白噪聲的相關問題，存在幾種用于減少偏置和相關的技術，通常稱為“whitening”算法。另一種方法是動態(tài)靜態(tài)測試，它動態(tài)地對每個隨機數(shù)塊進行靜態(tài)隨機性檢查。這可以在短時間內完成，每秒1千兆字節(jié)或更多。在這種方法中，如果一個塊被確定為可疑塊，則該塊被忽略并取消。 ANSI（X9F1）草案中要求使用此方法。

John von Neumann發(fā)明了一種簡單的算法來修復簡單偏差并降低相關性。它一次考慮兩個比特（非重疊），采取三種動作之一：當兩個連續(xù)的比特相等時，它們被丟棄;一個1,0的序列變成1;并且0,1的序列變?yōu)榱恪Ｒ虼?，它表示具?的下降沿和具有0的上升沿。這消除了簡單的偏差，并且易于實現(xiàn)為計算機程序或數(shù)字邏輯。無論如何生成比特，該技術都有效。但是，它無法保證其輸出的隨機性。它能做什么（具有大量丟棄比特）將偏置的隨機比特流變換為無偏比特流。

用于改善近似隨機比特流的另一種技術是對具有高質量密碼安全偽隨機數(shù)發(fā)生器（例如Blum Blum Shub或強流密碼）的輸出的異或比特流。這可以以低成本改善去相關和數(shù)字偏置;它可以通過FPGA等硬件完成，這比通過軟件實現(xiàn)的速度更快。

減少近似隨機比特流中的偏差的相關方法是采用兩個或更多個不相關的近似隨機比特流，并將它們排除在一起。令比特流產生0的概率為

一些設計將加密散列函數(shù)（例如MD5，SHA-1或RIPEMD-160）或甚至CRC函數(shù)應用于全部或部分比特流，然后將輸出用作隨機比特流。這很有吸引力，部分原因是它與其他一些方法相比速度相對較快，但很大程度上取決于哈希輸出中的質量，而這些質量可能沒有什么理論依據(jù)。

許多物理現(xiàn)象可用于生成高度偏差的位，但每個位獨立于其他位。蓋革計數(shù)器（采樣時間長于管恢復時間）或半透明鏡像光子探測器都會產生大多數(shù)為“0”（靜音或透射）的位流，偶爾會出現(xiàn)“1”（點擊或反射）。如果每個比特獨立于其他比特，則馮·諾依曼策略為這種高度偏置的比特流中的每個罕見的“1”比特生成一個隨機的無偏輸出比特。諸如高級多級策略（AMLS）等美白技術可以從這種高度偏差的比特流中提取更多的輸出比特 - 輸出比特就像隨機和無偏差的一樣。

硬件隨機數(shù)生成器PRNG定期刷新隨機密鑰

其他設計使用被認為是真隨機比特作為高質量分組密碼算法的關鍵，將加密輸出作為隨機比特流。但是，在這些情況下必須小心選擇合適的塊模式。在一些實現(xiàn)中，PRNG針對有限數(shù)量的數(shù)字運行，而硬件生成設備生成新種子。 2100433B

內置MD5 HASH算法和隨機數(shù)生成器

符合ISO7816-4標準

符合X.509 V3數(shù)字證書存儲標準

讀卡器與IC卡二合一，方便使用

內置PIN碼保護功能，多次誤操作鎖定

帶有軟件控制狀態(tài)指示燈，方便監(jiān)控

三級文件操作權限管理

SDK軟件特點

支持全部Windows平臺

提供Win2K下智能卡讀卡器虛擬驅動

圖形化的讀寫編輯USB I型電子密鑰硬件的工具

內置MD5 HASH算法和隨機數(shù)生成器

ActiveX部件（非腳本和腳本兩種）

支持通過瀏覽器訪問USB I型電子密鑰的Java插件

供C語言調用的開發(fā)庫

支持128位密鑰長度的Microsoft CAPI

PKCS#11中間件（支持128位長密鑰）

在調用生成器之前就存在于工程中的類和集合，都不能用生成器實用工具來編輯和刪除，甚至由生成器的先前調用所創(chuàng)建的類和集合也是這樣。只能編輯和刪除在生成器的本次調用中創(chuàng)建的類和集合。

如果在一工程中已經有類和集合存在，而且在該工程中第一次調用生成器實用工具，則所有這些類和集合一開始都將出現(xiàn)在分層結構的根上；生成器沒有關于分層結構的信息?？梢杂猛侠椒ò才努F(xiàn)有的類和集合，而后，生成器就將記住這一安排。在工程中后續(xù)調用的生成器都將保留類和集合的這一安排。

自動測試生成器，是一種軟件工具。以計算機程序和準則作為輸入數(shù)據(jù)。有時測定預期結果。

自動測試生成器 automated test generator

一種軟件工具，它以計算機程序和準則作為輸入，產生的是這些準則要求的測試輸入數(shù)據(jù)，有時還確定預期的結果。

同義詞：測試數(shù)據(jù)生成器 test data generator，測試用例生成器test casegenerator，自動測試數(shù)據(jù)生成器 automated test data generator，自動測試用例生成器 automated test case generator。(GB/T11457-95)2100433B