随机数在计算机科学中是如何生成的，真的随机吗？

随机数在计算机科学中是如何生成的，真的随机吗？
参考答案：计算机科学中生成随机数的方法主要分为两大类：伪随机数生成和真正随机数生成。
1.伪随机数生成（Pseudo-Random Number Generation, PRNG）：这是最常见和应用最广泛的随机数生成方法。伪随机数生成器是基于数学算法的，它从一个初始值（称为种子，seed）开始，通过一系列的数学运算产生一系列看似随机的数字。虽然这些数字在统计上表现出随机性，但实际上它们是可预测的，因为它们是由一个确定性的算法生成的。常见的伪随机数生成器包括线性同余生成器、Mersenne Twister等。
2.真正随机数生成（True Random Number Generation, TRNG）：真正随机数生成器是基于物理过程来产生随机数的，因此它们生成的数是不可预测的。常见的物理过程包括测量量子现象（如光子的偏极化方向、放射性衰变的时间间隔、加速度计的抖动等）。真正的随机数生成器在加密、密码学等领域特别重要，因为它们可以提供更高的安全性。
尽管伪随机数生成器在大多数应用中足够使用，因为它们的生成速度快、计算资源消耗少，但在需要高安全性的场合，如密码学、模拟复杂系统、科学实验等，通常会使用真正随机数生成器。