내가 아는 한, 실제로 의사 난수 생성의 대부분의 구현은 LSFR (linear shift feedback register) 또는 이러한 "Mersenne Twister"알고리즘과 같은 방법을 사용합니다. 그것들은 많은 (휴리스틱) 통계 테스트를 통과하지만, 이론적으로 모든 의사가 효율적으로 계산 가능한 통계 테스트에 대해 의사 난수처럼 보이게한다는 보장은 없습니다. 그러나 이러한 방법은 암호화 프로토콜에서 과학 컴퓨팅, 뱅킹 (아마도)에 이르기까지 모든 종류의 응용 프로그램에서 무차별 적으로 사용됩니다. 이러한 응용 프로그램이 의도 한대로 작동하는지 여부에 대해 거의 보증하지 않는 것이 다소 걱정입니다. (어떤 종류의 분석도 입력으로 진정한 임의성을 가정했을 수 있기 때문입니다).
반면에 복잡도 이론 및 암호화는 의사 난 수성에 대한 매우 풍부한 이론을 제공하며, 후보 편도 함수를 사용하여 얻을 수있는 효율적인 통계 테스트를 속이는 의사 난수 생성기 후보 구성도 있습니다.
제 질문은이 이론이 실제로 적용 되었습니까? 암호화 또는 과학 컴퓨팅과 같은 중요한 임의성 사용에는 이론적으로 건전한 PRG가 사용되기를 바랍니다.
따로, LSFR을 임의의 소스로 사용할 때 퀵 정렬과 같은 인기있는 알고리즘이 얼마나 잘 작동하는지에 대한 제한된 분석을 찾을 수 있었고 분명히 잘 작동합니다. Karloff와 Raghavan의 "랜덤 화 된 알고리즘 및 의사 난수"를 참조하십시오 .