Randomness
給定相同的熵值，我可以生成相同的隨機數嗎？
假設我可以預測用於生成隨機數的相同熵值，我是否可以生成相同的隨機值，比如在基於 Windows 的 python 應用程序中？
是的，您當然可以假設性地做到這一點。根據定義，隨機數是基於熵以及已知值和算法生成的。當然，當然有必要知道這些常量和算法。這通常是可能的，因為隨機數生成器的原始碼通常以某種方式（開源或研究程序）已知。
通常執行時使用作業系統的隨機生成器，Microsoft 算法非常複雜，可能會因作業系統的不同版本而變化。然而，眾所周知，良好的隨機數生成在 VM 上很複雜。
如今，作業系統很可能混合了 Intel 和 AMD 處理器上基於硬體的 RNG 值或主機板上的 TPM 模組，這使得幾乎不可能猜測用於播種 OS PRNG 的熵。
TL;DR 有可能嗎？是的，如果你真的知道所有的熵——這通常是一個有問題的假設。但即便如此，它也需要大量的實踐知識和大量的努力。
您只是在問 Python 是否可以重複它的隨機數？如果是這樣，請參閱 random.seed(…) @ https://docs.python.org/3/library/random.html#notes-on-reproducibility。
這就像任何典型的隨機數生成器上的手動種子一樣。請注意，預設的 Python RNG 是 Mersenne Twister。這不是加密盟友安全的。您需要查看機密模組以獲取安全號碼。