当你按下网银的”获取验证码”按钮时，一条6位数字从服务器飞向你的手机。那串数字的”随机性”决定了它能否被猜中。而随机数的背后，是一道物理学与工程学的分水岭：伪随机与真随机。
伪随机为什么不”够”
计算机里的随机数几乎都是”伪随机”——由一个确定算法从一个种子值出发生成的数列。只要你拿到种子，就能复现整条序列。常见的线性同余生成器（LCG）或 Mersenne Twister，都是伪随机的经典实现。
伪随机的优点是速度快、可重复。但在密码学中，可重复恰恰是最致命的漏洞。2012年某区块链项目因伪随机种子可预测，被攻击者算出了下一把私钥，数百万美元瞬间蒸发。
所以，密码学界有一条铁律：密钥的随机性必须不可预测。不可以用数学公式生成的数列。
量子噪声：物理层面的”不可预测”
真正的随机必须依赖物理过程。其中最纯粹的一种，是量子噪声。
量子力学告诉我们，某些物理事件的结果是”本质不确定”的——不是我们不知道，而是宇宙本身不知道。最典型的例子是：
- 光子分束器：一个光子打到50:50分束器上，它有50%概率透过、50%概率反射。没有任何信息能预测它走哪条路。
- 真空涨落：即使在没有光子的真空中，量子场的零点能也会产生随机的电磁涨落。
- 相位噪声：激光器的相位在每次启动时都有微小随机偏移。
基于这些原理，工程师设计了量子随机数发生器（QRNG）芯片。它的大小可以做到指甲盖那么大，却能在每秒输出数百兆比特的真随机数。
QRNG芯片怎么工作
以光子分束器方案为例，一颗LED或激光二极管发射光子，经过分束器后由两个单光子探测器分别接收。左路探测到=输出0，右路探测到=输出1。每一次探测都是一个独立的量子事件，0和1各50%概率，彼此完全独立。
实际产品中更常用的方案是”真空涨落”：用一台连续激光器照射一个高速 ADC（模数转换器），采集到的信号底部噪声包含真空量子涨落成分。通过后处理去除经典噪声偏置后，剩下的就是量子真随机。
瑞士ID Quantique公司早在2001年就推出了商用QRNG。如今中国的国盾量子、问天量子等公司也有成熟产品。手机端最知名的应用是三星Galaxy Quantum系列，内置QRNG芯片，为移动支付和通信加密提供真随机密钥。
后处理：从物理到可用
原始量子信号虽”真”，但不一定”均匀”。探测器可能有偏置（左路比右路多0.3%），环境温度也可能引入微小系统偏差。因此QRNG芯片都包含一个后处理模块：
- 偏置消除：用冯·诺依曼抽取法——把01变成0、10变成1、00和11丢弃，输出端天然无偏。
- Toeplitz哈希：用 Toeplitz 矩阵把输入的原始比特压缩到更短，数学上可证明输出端熵不低于输入端。
- 实时自检：持续监控输出比特的统计分布，一旦偏离均匀超过阈值，立即暂停输出。
经过后处理，最终输出的比特流通过NIST SP800-22等国际随机性测试套件的全部15项检验。
为什么密码学需要它
现代密码学有一条等式：安全性 ≤随机数质量。无论AES-256有多复杂、RSA密钥有多长，如果密钥的随机性被攻破，整座大厦都会坍塌。
QRNG的价值在于：它把密码学的根基从”算法的复杂度”下沉到了”物理学的确定性”——从”很难猜”变成了”不可能猜”。
2024年，中国密码学会发布了《量子随机数发生器评估规范》，对QRNG的熵速率、统计性、后处理强度和物理安全边界给出了明确指标。这意味着QRNG正从实验室走向金融、政务、通信的标准化部署。
普通人什么时候用上
短期内你不太可能在家用电脑里看到QRNG芯片。但当你使用银行U盾、5G SIM卡的加密通道时，后台服务器很可能已经在用QRNG生成会话密钥。量子随机性正在以你看不见的方式守护你的每一次数字交易。
下一步方向是”QRNG as a Service”——云服务商把QRNG芯片阵列放在数据中心，通过API向开发者提供真随机数服务。当硬件成本降到足够低，量子随机数将成为每一台联网设备的标配。
发表回复