TRNG真随机数生成(true random number generator)

1、概述随机数

生成一个真正随机的数并非易事，常用的伪随机数的生成用的是模余法，大致是这样的公式：
Rn=(Rn−1∗A+C)modB
A，B，C都是常数，Rn为产生的随机数，Rn−1为上一拍的随机数，从这个可以看出，这种算法产生的随机数并不足够随机，与初始状态有关，初始状态定了，随机序列也就定了。
真随机数顾名思义就是真正的随机数，比如我们掷骰子，产生的就是真正的随机数，但我们总不能为了产生随机数去掷骰子吧，还好有很多很天然的随机数，比如热噪声、键盘的输入、鼠标的位置，这些都是随机的，但是这些随机的信号直接拿来做随机数也不一定就很随机，比如热噪声在频谱上并不是白噪声，而可能是有色噪声，鼠标的位置前后会有关联，一段时期可能在一个区域，所以这些随机信号并不能直接拿来作为随机数，而是需要经过处理。

2、真随机数生成

在真随机数的生成里，把随机数的生成分成两个部分，第一个部分称之为熵生成，指的就是前面说的各类噪声，第二部分就是熵提取，指的就是把噪声数据进行变化。
在熵提取算法里，有几个比较经典的算法：

2.1冯诺依曼运算

这个运算比较有意思，就是对于输入的一串0、1比特，两个两个的一组，如果输入是00或者11就不输出，如果输入的是10就输出1，如果输入的是01就输出0

2.2用hash函数

SHA-1或者MD5都是可选项，个人认为国密的SM3也是可以的。

3、小结

真随机数的生成大致就是这么一个原理，具体的应用实现就可以大胆创新了，比如，有人就在利用HASH函数上下功夫，有的用几个HASH的组合，随机决定用哪个HASH。