基于算法的 PRNG 和基于经典物理的 TRNG 都存在漏洞。由于它们本质上是确定性的,因此可预测,因此 PRNG 无法提供完全的加密安全性。使用经典 TRNG,人们永远无法确定产生了多少真正的随机性。通常,在后处理级别使用健康监测和健全性检查来检测任何问题。这可能足以解决已知问题,但最终缺乏控制和底层物理过程的复杂性使其难以涵盖所有潜在场景。因此,经典 RNG 的弹性高度依赖于后处理,必须使用统计测试等各种实用工具进行评估。
IST-SET-SET-198-RSY在国防和安全方面的量子技术,2023年10月3日至4日©Quside 2022,机密信息。不是用于分发。
当然,任何考虑用算术方法产生随机数字的人都是犯了罪。因为,正如多次指出的那样,没有所谓的随机数——只有产生随机数的方法,而严格的算术程序当然不是这样的方法。
QUANTIS PCIE-40M和PCIE-240M嵌入IDQ20MC1芯片,ID Quantique的最新QRNG技术,从CMOS图像传感器捕获的光源的射击噪声中产生随机性。他们可以直接从熵源(熵数据模式)或符合NIST符合NIST的后处理(RNG数据模式)生成随机位。在芯片级别执行的实时状态验证和熵源健康监控确保PCIE卡始终提供最高的熵,并检测到任何故障或攻击。
此来源可以基于经典物理学或量子物理学描述的过程。经典物理学是物理学家数百年前开发的一套理论,用于描述宏观系统,例如下落的硬币。量子物理学是物理学家在 20 世纪上半叶阐述的一套理论,用于描述微观系统,例如原子或基本粒子。在简要讨论偏差之后,下面将介绍基于这些理论的生成器的一些示例及其优点。