雜湊算法對 PRNG 的影響
偽隨機數生成器通常使用散列函式進行生成。一些應用程序允許使用者選擇此雜湊函式，例如 OpenVPN。
從 OpenVPN 手冊：
–prng算法
$$ nsl $$ （高級）對於 PRNG（偽隨機數生成器），使用摘要算法 alg（預設 = sha1），並將 nsl（預設 = 16）設置為隨機數秘密長度（16 到 64 之間）的字節大小。
Set alg=none to disable the PRNG and use the OpenSSL RAND_bytes function instead for all of OpenVPN's pseudo-random number needs.散列函式對生成的偽隨機數的隨機性有什麼影響？
例如，SHA1 遭受經過驗證的雜湊衝突。這會影響偽隨機數嗎？
SHA2 會被認為更安全，還是散列函式的影響對隨機性不是那麼重要？
散列函式對生成的偽隨機數的隨機性有什麼影響？
沒有任何。像您提到的那些良好的加密雜湊函式將產生均勻分佈的隨機輸出。給定一長串輸出，您將無法辨識使用了哪個散列函式。但是，如果您更改雜湊，實際的數字流將完全改變，但它們都將是隨機的。無論您付出多少努力，都應該仍然無法將好的 PRNG 輸出與真正的隨機性區分開來。
例如，SHA1 遭受經過驗證的雜湊衝突。這會影響偽隨機數嗎？
在非常特殊的情況下，這是一個非常人為的例子。我們還沒有到可以立即反轉 SHA-1 輸出以確定輸入的階段。實際上，PRNG 輸出中的衝突並不可怕。您會期望這些在您生成輸出時自然發生（但不經常發生）。隨機數有時會重複。重要的是，再次給定一個長序列的輸出，我們目前無法發現輸入序列，因此無法發現生成器的內部狀態。
SHA2 會被認為更安全，還是散列函式的影響對隨機性不是那麼重要？
在這個階段，它沒有任何區別。/dev/random 和 Java 的 SecureRandom 仍然使用 SHA-1 混合函式，它們被認為是完整的。如果您特別關注隨機性，那不是密碼安全性和反轉能力的直接產物。這是雪崩效應的函式。任何表現出雪崩效應的雜湊函式都會產生完美的隨機輸出。例如，基於置換置換網路或矩陣乘法的簡單算法將產生完全隨機的輸出。您只能將其反轉，因此它們不適合作為加密 PRNG。