您可以將記憶體錯誤用作密碼學的隨機性來源嗎？
顯然，如果您需要一個隨機數進行加密，您的程式碼應該使用從硬體獲取它的 api。但是，並非所有硬體都有可用的 SRNG。如果您正在處理安全關鍵應用程序，並且硬體 RNG 不可用*，則適當的操作過程是中止執行*。
但是，並非每個應用程序都被視為安全關鍵。也就是說，雖然您需要安全性，但您不必擔心過於復雜的攻擊，因為，1.您的應用程序不值得被老練的黑客破解 2.您的任何數據都不是嚴格保密的（您不希望它被破壞，但這不會是世界末日）。
假設一個非安全關鍵應用程序，在沒有硬體 RNG 或 ECC 記憶體的機器上執行，分配大量記憶體（可能在一個長循環中）並使用最終發生的錯誤作為隨機源是否可行？這會比 PRNG 更安全嗎？
（..）分配大量記憶體（可能在一個長循環中）並使用最終發生的錯誤作為隨機性來源是否可行？
**否。**實際使用記憶體錯誤作為隨機源將需要操作 DRAM 時序參數，正如本答案和參考中所設想的那樣。
在地面上正常工作的電腦中的記憶體錯誤率非常低；每週檢測到的任何大於一個錯誤（由具有ECC日誌記錄的機器報告）都是維護的原因
$$ # $$. 因此，所提出的方法需要一個最終不切實際的延遲來獲得任何熵，或者一台不可靠的電腦；對於一個建造良好的人來說，這主要發生在海拔高度（尤其是在南大西洋異常中）。另外，如果機器有 ECC，則很難以便攜方式檢測錯誤（ECC 錯誤的報告往往是專有的混亂）；如果不是這樣，並且有相當多的錯誤，那就是擔心最終會阻止程序按預期執行。 更實用的熵源包括
音頻或影片輸入；更普遍的是ADC的輸出。
以相對於 CPU 時鐘的高精度測量的事件時間（例如，通過RDTSC 指令或API獲得的性能計數器）。來源包括：
- 按鍵（值提供額外的熵）
- 滑鼠/指點設備移動（位置提供額外的熵）
- 網路數據包的到達
- 來自旋轉硬碟的數據可用性
- 具有獨立晶體的實時時鐘 IC 中的秒變化（熵率低，但熵相當可靠）
提取熵相對容易：本質上，散列任何你能得到的熵。一件極其困難的事情是斷言真正收集了多少熵的可靠下限。要非常保守，不要假設某些東西會成立。事情出乎意料地發生了變化，尤其是當有一個活躍的對手時，正如我們在加密貨幣中所假設的那樣。
$$ # $$DRAM 的可靠性研究給出了廣泛不同的估計。然而，我們談論的是 100 倍的 100 FIT par DRAM IC，其中故障時間是每 10 9 個設備·小時的預期故障數。以最高的 10 4 FIT 為例，一台具有 4 個 DIMM 的電腦，每個具有 18 個 DRAM IC（到 2017 年底，足夠使用 DDR4 主流的 32 GiB 和 ECC），我們每週會出現 1.2 次預期故障。 我對伺服器的有限現場經驗是，當 ECC 警報的頻率超過每週一次時，這是有原因的，通常是記憶體規格或設置不匹配（僅適用於新機器）或特定 IC 中的特定位邊緣的 DIMM（或磨損，對於已經安靜地嗡嗡作響一段時間的機器）。錯誤日誌的主要優點是幫助辨識這種情況，以及要更換的 DIMM，而不是全部報廢。
有一些技術可以故意增加 DRAM 錯誤的發生率；包括將刷新率降低到遠低於製造商規格，和/或使用RowHammer讀/寫模式。但是，這非常依賴於 DRAM 型號。在作業系統中可靠、便攜地做到這一點是非常困難的。MemTest 想要盡可能多地擁有這台機器是有原因的。