tilfældighedsgeneratorer

Tilfældighedsgeneratorer, også kendt som pseudotilfældighedsgeneratorer eller PRNGs, er algoritmer, der producerer sekvenser af tal, der tilnærmer sig egenskaberne af ægte tilfældighed. Disse sekvenser er dog deterministiske, hvilket betyder, at de er fuldstændig forudsigelige, hvis den indledende tilstand, kendt som "seed" eller "frø", er kendt. Ægte tilfældighedsgeneratorer (TRNGs) opnår derimod tilfældighed ved at udnytte fysiske fænomener, der er iboende uforudsigelige, såsom termisk støj eller radioaktivt henfald.

Formålet med en tilfældighedsgenerator er at skabe sekvenser, der er statistisk uafhængige og umulige at forudsige. PRNGs er almindeligt anvendt i computersimuleringer, kryptografi, spil og statistiske samplingmetoder, hvor der kræves tilfældige tal, men hvor ægte tilfældighed ikke er strengt nødvendig eller praktisk at opnå. TRNGs bruges derimod i applikationer, hvor høj sikkerhed og uforudsigelighed er kritisk, såsom i kryptografiske nøglegenerering eller sikkerhedsforanstaltninger.

Forskellige PRNG-algoritmer eksisterer, hver med sine egne styrker og svagheder med hensyn til hastighed, kvalitet af tilfældighed og hukommelsesforbrug. Nogle populære eksempler inkluderer Lineære Kongruentielle Generatorer (LCG) og Mersenne Twister. Kvaliteten af tilfældighed fra en PRNG evalueres ofte ved hjælp af statistiske tests, der undersøger egenskaber som uniformitet, uafhængighed og mangel på cyklusser.

Selvom PRNGs er fremragende til mange formål, er det vigtigt at forstå deres deterministiske natur. Hvis en PRNG bruges til sikkerhedskritiske applikationer, og seed-værdien kan afsløres, kan den genererede sekvens potentielt dechifreres. TRNGs tilbyder en højere grad af uforudsigelighed, men kan være langsommere og mere komplekse at implementere. Valget mellem en PRNG og en TRNG afhænger derfor af de specifikke krav til applikationen.