java.secure.random对于赌博业来说是一个足够的选择吗？

Java在包Java.secure.random中提供了一个加密安全的随机数生成器

如果我考虑RNG的播种和循环再实例化，是否有可能使用这个数发生器？或者我可以使用数字生成器“原样”吗

有人使用过这个发电机吗

编辑：要求如下：

a） 在统计上独立

b） 在其范围内公平分布（在统计预期范围内）

c） 通过各种公认的统计测试

---

d） 加密能力强。

您可以使用

java.security.SecureRandom

，就像您可以使用

java.util.Random

处理此类事情一样

请注意，

java.security.SecureRandom

可能依赖于运行程序的计算机的一些熵。如果从中获得许多随机值，则它可能会阻塞，直到计算机生成足够的熵为止（例如，在linux上

java.security.SecureRandom

使用

/dev/uradom

）

---

因此，如果您想生成许多随机值并可以使用PRNG，请使用

java.util.random

表示它可能会阻止等待系统生成更多熵（例如，在Linux中，它从/dev/random获取随机数），因此如果您要使用它，也许您需要硬件的帮助：安装随机数生成器卡（一种生成真实随机数而不是伪随机数的硬件设备），这样您的系统将以足够的速度生成随机数，这样您的程序就不会被阻塞。

正如其他人所说，安全RNG的吞吐量可能有限。为了缓解这种情况 您可以通过植入CPRN来拉伸安全的随机性，也可以 尝试优化您对比特流的使用

例如，要洗牌一副牌，您只需要226位，但需要一个简单的数字 算法（为每张卡调用

nextInt（n）

）可能使用1600或3200 比特，浪费了你85%的熵，使你更易受影响七倍 拖延

对于这种情况，我认为这是适当的

接下来，我们将针对更多问题进行一些性能分析 昂贵的熵源（还包含代码）：

我倾向于高效使用而不是伸展，因为我认为 证明一个有效率的消费者的公平性要容易得多 值得信赖的熵流，比证明任何绘制方法的公平性都要好 与一个良好的种子PRNG

---

EDIT2: 我不太懂Java，但我把它放在一起：

public class MySecureRandom extends java.security.SecureRandom {
    private long m = 1;
    private long r = 0;

    @Override
    public final int nextInt(int n) {
        while (true) {
            if (m < 0x80000000L) {
                m <<= 32;
                r <<= 32;
                r += (long)next(32) - Integer.MIN_VALUE;
            }
            long q = m / n;
            if (r < n * q) {
                int x = (int)(r % n);
                m = q;
                r /= n;
                return x;
            }
            m -= n * q;
            r -= n * q;
        }
    }
}

公共类MySecureRandom扩展了java.security.SecureRandom{
私有长m=1；
私有长r=0；
@凌驾
公共最终int nextInt（int n）{
while（true）{
如果（m<0x8000000L）{
m+1您可以选择不同的SecureRandom策略，有些使用种子，有些不使用。谢谢您的回答。我刚刚用需求更新了问题。不幸的是PRNG是不够的。进一步探讨这个问题，我只是注意到最后的SecureRandom生成器是SHA1。他们可能正在做一些事情g除了明显的；否则SHA1的内部状态为160位，这不足以洗牌一副牌。这意味着无论您对RNG或洗牌算法做了什么，它都将仅限于产生可能排列的子集。严格来说，这并不是您的要求之一所以也许没关系。第一个链接已经死了，存档在这里：