真随机数发生器(TRNG ) )。
真正的随机数发生器(TRNG )的突出特点是不能复制她的输出。 例如，如果扔硬币100次，把这100次的结果作为100位长的排列，那么地球上很少有人会制作和这100位相同的排列。 真正的随机数发生器都是基于物理过程的，主要例子有掷硬币、掷骰子、半导体声、数字电路中的时钟抖动、放射性衰变等。 密码学通常使用TRNG生成会话密钥，在lkdhb和标致之间分发或用于其他用途。
### (通用)伪随机数发生器(PRNG ) ) ) ) )。
伪随机数生成器通过各种计算从一个初始种子获得序列。 伪随机数序列通常通过递归执行以下计算获得：
s_0=seed\
s_{I1}=f(s_I )，I=0，1，
该公式的一种普及型是由s_{I1}=f(s_I，s_{i-1}，…，s_{i-t} )表示的生成器。 其中t是固定整数。 最常见的例子是线性同余生成器：
s_0=seed
s_{i 1}=as_i b mod m，I=0，1，
这里，a、b、m都是整数常数。 注意： PRNG在真正意义上不是随机的。 因为可以计算，所以可以说是由计算决定的。
对PRNG的一个常见要求是必须具有良好的统计特性，并且输出与真随机数序列几乎相同。
加密安全伪随机数生成器
加密安全伪随机数生成器(CSPRNG )是PRNG的特例，具有以下附加属性： CSPRNG是不可预测的PRNG。 一般而言，它给出密钥序列s_i，s_{i 1}，…，s_{i n-1}的n个输出位(其中n是整数)，得到后续位s_{i n}，s_{i n 1}… 更准确地说，由于不存在用于给定密钥串中n个连续比特时间复杂度为多项式的算法，所以成功预测下一比特s_{n 1}的概率超过50%。 CSPRNG的另一个属性是不可能给出上述数组来计算先前的比特s_{i-1}，s_{i-2}，…。
注意：只有密码学才要求CSPRNG具备不可预测的智力。 伪随机数在大多数计算科学和计算机工程的情况下是必要的，但并不要求不可预测的智力