From de8ae2003b4a4498ed85c0a6958bb37735bd383b Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E7=88=B1=E7=BC=96=E7=A8=8B=E7=9A=84=E5=8F=B6=E4=B8=80?= =?UTF-8?q?=E7=AC=91?= <92030377+love-code-yeyixiao@users.noreply.github.com> Date: Wed, 30 Sep 2026 21:27:36 +0800 Subject: [PATCH 1/2] Update README.md MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Signed-off-by: 爱编程的叶一笑 <92030377+love-code-yeyixiao@users.noreply.github.com> --- README.md | 10 ++++++++++ 1 file changed, 10 insertions(+) diff --git a/README.md b/README.md index cd0c5ddf9..35f504e52 100644 --- a/README.md +++ b/README.md @@ -112,4 +112,14 @@ SecRandom 是面向课堂、团队、活动、决策等场景的公平抽取应 +## 随机数机制解释 + +> 例如我们要产生0~9之间的随机整数，像彩票摇奖那样，把10个质地和大小相同的号码球放入摇奖器中，充分搅拌后摇出一个球，这个球上的号码就称为随机数。计算器或计算机产生的随机数是按照确定的算法产生的数，具有周期性（周期很长），它们具有类似随机数的性质。因此， **计算器或计算机产生的随机数不是真正的随机数** ，我们称它们为 **伪随机数** 。 +> +> ——《普通高中教科书 人教版 数学 必修二》 +> + +> 注解 +> 现代计算机一般采用特定的算法，其中一个经典代表是**梅森旋转**(Mersenne Twister)算法（因其安全性问题，在密码学一类的高安全性要求的场景下已基本换用为CSPRNG），基于种子生成一个无限长或在实际使用中近乎无限长（例如梅森旋转算法的算法呈周期性，但其算法周期极长）的伪随机序列,随后点名程序从其中选择参考值。这个序列通常表现为近随机分布，即在表观上无统计学规律。当熵源来自于真随机（例如由量子力学测量不确定性催生的量子随机数生成器；或来自于热噪声的硬件随机数发生器，随机性较量子随机数发生器稍弱）源时，根据此种子生成的随机序列中的元素在安全性层面（在随机数生成算法足够可靠时）可以近似视为真随机数的安全性（实际上是其衍生物，但理论上外界无法预测或操纵）。但仅应将直接真随机熵源视为真随机数。 + **Copyright © 2025-2026 SECTL** From fdd0a31fc6f3bbd475f949e83040157548577957 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E7=88=B1=E7=BC=96=E7=A8=8B=E7=9A=84=E5=8F=B6=E4=B8=80?= =?UTF-8?q?=E7=AC=91?= <92030377+love-code-yeyixiao@users.noreply.github.com> Date: Wed, 30 Sep 2026 21:33:36 +0800 Subject: [PATCH 2/2] Update README.md MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Signed-off-by: 爱编程的叶一笑 <92030377+love-code-yeyixiao@users.noreply.github.com> --- README.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/README.md b/README.md index 35f504e52..916b2b27b 100644 --- a/README.md +++ b/README.md @@ -120,6 +120,6 @@ SecRandom 是面向课堂、团队、活动、决策等场景的公平抽取应 > > 注解 -> 现代计算机一般采用特定的算法，其中一个经典代表是**梅森旋转**(Mersenne Twister)算法（因其安全性问题，在密码学一类的高安全性要求的场景下已基本换用为CSPRNG），基于种子生成一个无限长或在实际使用中近乎无限长（例如梅森旋转算法的算法呈周期性，但其算法周期极长）的伪随机序列,随后点名程序从其中选择参考值。这个序列通常表现为近随机分布，即在表观上无统计学规律。当熵源来自于真随机（例如由量子力学测量不确定性催生的量子随机数生成器；或来自于热噪声的硬件随机数发生器，随机性较量子随机数发生器稍弱）源时，根据此种子生成的随机序列中的元素在安全性层面（在随机数生成算法足够可靠时）可以近似视为真随机数的安全性（实际上是其衍生物，但理论上外界无法预测或操纵）。但仅应将直接真随机熵源视为真随机数。 +> 现代计算机一般采用特定的算法，其中一个经典代表是**梅森旋转**(Mersenne Twister)算法（因其安全性问题，在密码学一类的高安全性要求的场景下已基本换用为CSPRNG），基于种子生成一个无限长或在实际使用中近乎无限长（例如梅森旋转算法的算法呈周期性，但其算法周期极长）的伪随机序列,随后点名程序从其中选择参考值。这个序列通常表现为近随机分布，即在表观上无统计学规律。当熵源来自于真随机（例如由量子力学测量不确定性催生的量子随机数生成器；或来自于热噪声的硬件随机数发生器，其理论不确定性较量子随机数发生器稍弱）源时，根据此种子生成的随机序列中的元素在安全性层面（在随机数生成算法足够可靠时）可以近似视为真随机数的安全性（实际上是其衍生物，但理论上外界无法预测或操纵）。但仅应将直接真随机熵源视为真随机数。 **Copyright © 2025-2026 SECTL**