ランダム番号ジェネレータ

このツールは、指定された範囲内で本当にランダムな数値を生成します。 Python のランダムなモジュールを使用して数値が生成されます。これは、Mersenne Twister アルゴリズムを使用してランダムな数値を生成します。

ランダム番号生成の理解

ランダムな数生成は、暗号化とセキュリティから統計サンプリング、シミュレーション、ゲームに及ぶアプリケーションとコンピュータサイエンスの基本的な概念です。 ランダム番号ジェネレータの2つの主要なタイプがあります。

真の任意数の発電機(TRNGs)

TRNGs は、以下のような予測不可能な物理的プロセスからランダム性を導き出します。

• 大気騒音やラジオの背景ノイズ
• 量子現象(フォトン散布のような)
• 電子回路の熱騒音
• ハードウェアのバリエーションとタイミングの矛盾

本当にランダムですが、TRNGは通常、大量のランダムな数を必要とするほとんどのアプリケーションでは遅く、実用的ではありません。

Pseudo-Random 数値ジェネレーター (PRNGs)

PRNGsは、決定的なアルゴリズムを使用して、ランダム表示する数字のシーケンスを生成します。 主な特徴は下記のものを含んでいます:

• Initialize with a "seed" value that determines the entire sequence
• 大量の数値を生成するための迅速かつ効率的な
• 繰り返し可能なシーケンスを生成(テストに役立ちます)
• 順序が繰り返す後有限の期間を持って下さい

共通PRNG アルゴリズム

メルセンヌツイスター

これは、今日最も広く使用されているPRNGの1つであり、私たちのランダムな数発生器を出力します。 それは特徴します:

• 2の非常に長い期間¹⁹⁹³⁷-1(約4.3×10)⁶⁰⁰¹)
• 高品質のランダム数字の高速生成
• 良好な統計的特性 - 多数のランダム性テストを通過
• Pythonを含む多くのプログラミング言語の標準

線形円錐形の発電機

再発関係によって定義される最も古く、最も単純なPRNGの1つ: ツイート_n+1= (aX)_n+ c) mod m

シンプルで高速ながら、これらの発電機は、より短い期間と、成功的な値間の潜在的な相関を含む制限があります。

ランダムネスのテスト

ランダム数ジェネレータの品質を検証するために、さまざまな統計テストが使用されます。

• 周波数テスト - 値の均一分布を確認
• シリアルテスト - 連続値のペアまたはグループをチェックする
• ギャップテスト - 類似値間のスペースを分析する
• DIEHARDやNISTなどの包括的なテストスイートは業界標準

ランダム番号の適用

ランダムな数字は、複数のフィールドに不可欠です。

• Cryptography - 暗号化キーとセキュリティトークンを生成するための
• 統計的サンプリングと研究
• コンピュータシミュレーションとモデリング
• 賭博とギャンブルのアプリケーション
• ランダム化アルゴリズム
• 自然現象のシミュレーション