密码学中的随机数

随机数，顾名思义就是随机出现的数，其在密码学、统计学及其它方面都有很广阔的应用。在前端领域，我们也经常使用随机数来防止缓存。那么随机数是如何生成的，另外经常听到的伪随机，这些是什么意思，今天我们就来学习一下。

随机数的特点

在密码学中，随机数的随机性检验分为三个标准：

1. 统计学伪随机性
   即在给定的数列中，每个数字出现的数量大致相等。就如同掷骰子一样，掷的次数足够多，1 - 6 每个数字出现的次数基本是相等的。
2. 密码学安全伪随机
   定义为，给定随机样本的一部分和随机算法，不能有效地演算出随机样本的剩余部分。
3. 真随机性
   定义随机样本不可重现。为了产生真随机性，需要借助物理现象获取信息，一般认为如环境温度、声音、辐射变化等，这些是随机的，根据这些物理信息生成的数列，一般认为不可重现。

真随机数一般很难获得，在设计密码算法时，通常使用的随机数列，都是伪随机数列。另外如果一个随机数算法生成数列的周期足够大，可以通过各种随机性检验，也认为这种数是伪随机数。

下面就介绍两种伪随机数生成算法

线性同余生成器

线性同余生成器是最广泛使用的伪随机数生成器。它的算法非常简单：

$X_{n+1}=(a{X}_n+c)\mathrm{m}\mathrm{o}\mathrm{d}m$
其中 m 为模数，m > 0；
a 为乘数，0 ≤ a < m；
c 为增量，0 ≤ c < m；
X