使 PRNG 具有有利的確定性（又名偏見）的最佳方法是什麼，以及如何保護自己免受這種情況的影響？
首先，我不是密碼學的專家，甚至不是新手。
我的意思是，這肯定是由一些卑鄙的 PRNG 開發商實施的，他們考慮到了其背後的經濟性（尤其是在賭場和類似的企業中，有偏見的分配會從一開始就讓人們感興趣，但從長遠來看，為賭場帶來了利潤ETC）。所以在某些情況下它甚至可能是合法的，但這不是 Law StackExchange ;-)
是的，我知道 PRNG 有一個週期，因此實際上已經是確定性的，只是周期對於大多數案例來說已經足夠大了。
我的問題是：
- 您如何使某個 PRNG（在兩種情況下 - 黑盒和相反的情況下）支持一定數量的值？例如，在賭場遊戲中，您如何使隨機性偏向於您自己的利益？
- 最重要的是，你如何測試你或其他人的 PRNG 沒有這樣的偏見？如果你在理論上製造了這樣一個系統，它只是在計算量過大之後才開始顯示它的真實意圖怎麼辦？
- 有沒有這方面的真實案例研究？
- 這是否適用於我防止偏見的理論案例？
這是一組非常籠統的問題，所以我也會籠統地回答這些問題：
您如何使某個 PRNG（在兩種情況下 - 黑盒和相反的情況下）支持一定數量的值？例如，在賭場遊戲中，您如何使隨機性偏向於您自己的利益？
這根本不是一個很好的方法。您不想讓隨機數生成器偏愛某些值，因為這很容易檢測到。相反，您希望使值可預測。
這樣做的方法是使結果依賴於某種秘密。對於黑盒場景，問題很容易解決：您使用流密碼，它應該創建一個完全隨機的密鑰流。
對於白盒，訣竅是創建隨機數生成器，使密碼社區不會檢測到任何不當行為。例如，當 NSA 向 NIST 和 RSA 實驗室施壓以採用基於 Dual-EC 的隨機數生成器時，NSA 就曾嘗試這樣做。
最重要的是，你如何測試你或其他人的 PRNG 沒有這樣的偏見？
您使用諸如 Die Hard(er) 之類的測試工具來測試隨機值是否分佈良好。小的變化雖然很難被發現，但也可能很難使用。
如果你在理論上製造了這樣一個系統，它只是在計算量過大之後才開始顯示它的真實意圖怎麼辦？
如果您可以訪問該算法並且難以使用，那可能很容易檢測到。如果您可以創建完全可預測的 PRNG，我不知道您為什麼會朝這個方向發展。
有沒有這方面的真實案例研究？
你看過嗎？
這是否適用於我防止偏見的理論案例？
美白可以防止偏見，但如果可以預測隨機源本身，它就無濟於事；畢竟美白技術本身是確定性的。
也許在您的情況下，使用密鑰流進行異或會有所幫助。結果將保留隨機性，但也取決於密鑰流。