網絡安全導論 實驗5A 隨機數(shù)的產生方法

實驗5A隨機數(shù)的產生方法一、實驗目的1、掌握java中產生隨機數(shù)的四種方式2、掌握如何實現(xiàn)滿足一定分布條件的隨機數(shù)二、實驗準備1、有四種產生隨機數(shù)的方式：(1)通過System.currentTimeMillis()來獲取一個當前時間毫秒數(shù)的long型數(shù)字。假如要獲取[0,100)之間的int整數(shù)，方法如下：finallongl=System.currentTimeMillis();finalinti=(int)(l%100);(2)通過Math.random()返回一個0到1之間的double值。假如要獲取[0,100)之間的int整數(shù)。方法如下：finaldoubled=Math.random();finalinti=(int)(d*100);(3)通過java.util.Random類來產生隨機數(shù)。該類有兩個構造函數(shù)，分別是Random()和Random(longseed)。Random()使用當前時間即System.currentTimeMillis()作為發(fā)生器的種子，Random(longseed)使用指定的seed作為發(fā)生器的種子。隨機數(shù)發(fā)生器(Random)對象產生以后，可以調用不同的方法：nextInt()、nextLong()、nextFloat()、nextDouble()等來獲得不同類型隨機數(shù)。若要控制隨機數(shù)在某個范圍內,可以使用模數(shù)運算符%。如果2個Random對象使用相同的種子，則它們返回值完全相同。下面代碼中兩個Random對象的輸出完全相同importjava.util.*;classTestRandom{publicstaticvoidmain(String[]args){Randomrandom1=newRandom(100);System.out.println(random1.nextInt());System.out.println(random1.nextFloat());System.out.println(random1.nextBoolean());Randomrandom2=newRandom(100);System.out.println(random2.nextInt());System.out.println(random2.nextFloat());System.out.println(random2.nextBoolean());}}（4）對安全性有要求的隨機數(shù)應用情景，可以用java.security.SecureRandom。代替?zhèn)坞S機的Random類。該類繼承自Random類，并覆蓋了next（n）函數(shù)，所以可以利用其提供的強隨機的種子算法（SHA1PRNG）來生成隨機數(shù)。當然這是以犧牲效率為前提的，大概相差1個數(shù)量級。2、有時需要生成服從規(guī)定分布的隨機數(shù)（如在蒙特卡羅方法中），例如高斯分布或指數(shù)分布等。有些編程語言已經有比較完善的實現(xiàn)，例如Python的NumPy、Matlab均可以提供有相關函數(shù)可以實現(xiàn)：（1）按照均勻分布生成隨機整數(shù)；（2）按照均勻分布生成隨機自然數(shù)；按照標準正態(tài)分布生成隨機數(shù)；（4）按照二項分布生成隨機數(shù)；（5）按照泊松分布生成隨機數(shù)；（6）生成指定的常用分布的隨機數(shù)，；（7）按自定義概率生成隨機數(shù)；(8)生成自然數(shù)偽隨機序列。我們可以利用均勻分布的疊加生成滿足正態(tài)分布條件的隨機數(shù)。中心極限定理指出，n個相互獨立同分布的隨機變量之和的分布近似于正態(tài)分布，n越大，近似程度越好。逆變換法、Box–Muller算法、Ziggurat算法等都可以用來生成滿足正態(tài)分布條件的隨機數(shù)。讀者自己也可以思考一下如何實現(xiàn)滿足其它分布的隨機數(shù)。三、實驗內容利用互聯(lián)網，在線生成“隨機數(shù)”。利用百度搜索，很容易找到“生成隨機數(shù)”的電腦小程序和手機APK，輸入想要的條件，即可自動生成用戶所需的隨機數(shù)。2、編程實現(xiàn)“體育彩票開獎”模擬實驗，給出實驗代碼?！绑w育彩票開獎”問題：現(xiàn)場隨機產生七位數(shù)（首位可以是0），每個數(shù)位上均為 0～9的隨機整數(shù)，即開獎結果為0～9中的任意一個七位數(shù)。3、說明下列程序的功能。publicdoubleNorm_rand(doublemiu,doublesigma2){doubleN=12;doublex=0,temp=N;do{x=0;for(inti=0;i<N;i++)x=x+(Math.random());x=(x-temp/2)/(Math.sqrt(temp/12));x=miu+x*Math.sqrt(sigma2);}while(x<=0);//在此我把小于0的數(shù)排除掉了returnx;}4、分析下列代碼的功能，畫出算法流程圖。packagesuijishu;publicclassSuijishu{privatelongxn=0;privatelongc=0;publicintrandom_num(inta,intb){return(int)(random()%(b-a+1)+a);}publiclongrandom()//生成第n+1個的隨機數(shù)過程{intMultiplier=16807;longModulus=((1<<31)-1);xn=(Modulus*xn+c)%Multiplier;c=xn;returnxn;}publicvoidsetseed(longseed)//取種子{xn=seed;}//主函數(shù)publicstaticvoidmain(String[]args){//TODO自動生成的方法存根Suijishusjs=newSuijishu();intnum[]=newint[6];//模擬色子的六個面整型變量intaccount=0;sjs.setseed(System.currentTimeMillis());for(inti=0;i<6000;i++)//模擬循環(huán)6000次搖色子的過程{account=sjs.random_num(1,6);//搖色子++num[account-1];//對應的色子面的變量加一}for(intj=0;j<6;j++){System.out.println((j+1)+":"+num[j]);//看最終色子對應面被搖的次數(shù)}}}四、實驗報告1．通過實驗回答下列問題（1）請給出你的實驗1的地址、實驗2的代碼，實驗3和4的功能描述。實驗1網址：/網頁截圖：實驗2結果生成：代碼展示：實驗3功能介紹：生成符合正態(tài)分布的隨機數(shù)實驗4功能介紹：隨機生成色子，投擲6000次，記錄丟出數(shù)的數(shù)量。算法流程圖：開始開始i=0i=0輸出1-6的統(tǒng)計數(shù)i<6000輸出1-6的統(tǒng)計數(shù)i<6000NO生成隨機數(shù)1-6i=I+1生成隨機數(shù)1-6i=I+1結束結束根據(jù)教材中偽隨機數(shù)生成器的構造原理，自己設計一個生成器算法，給出算法的理論依據(jù)、算法流程和代碼實現(xiàn)。程序演示：2．簡答題（1）如何產生滿足正態(tài)分布、均勻分布、二項分布或泊松分布的隨機數(shù)？（2）Python中有哪些方式可以產生隨機數(shù)？1、random.randrom()，括號中不填參數(shù)生成0到1直接之間的隨機實數(shù)，區(qū)間[0,1)2、random.randint(0,100)生成0到100直接之間的隨機整數(shù)，區(qū)間[0,100]3、random.randrange(0,100)，第一個參數(shù)可以省略，默認0生成0到100直接之間的隨機整數(shù)，區(qū)間[0,100)4、random.uniform(0,100)生成0到100直接之間的隨機浮點數(shù)