据我所知，像RNGCryptoServiceProvider这样的CSRNG仍然通过PRNG传递真正的随机用户数据，如鼠标移动等，以净化输出并使其均匀分布。位需要完全独立。
(这是针对理论上无限算力攻击者的( 如果 CSRNG 获取 1KB 的真正随机数据并将其扩展到 1MB，攻击者所要做的就是生成 1KB 数据的每个组合，对其进行扩展，然后查看哪 1MB 数据生成返回合理英语输出的一次性键盘。我在某处读到，如果一次性键盘在 RNG 的任何地方都有 PRNG，它只是一个美化的流密码。我想知道真正随机的起始数据是否足够大，可以只使用而不是加密扩展。我需要一次性键盘的真正随机输出，而不仅仅是加密安全的 RNG。或者，如果有其他方法可以以某种方式获得真正的随机数据，以便所有位彼此独立。我想了几秒钟与鼠标坐标进行异或运算，然后可能是环境的最后一位数字.TickCount，然后可能还会获得麦克风输入(1,2,3,4(。但是，正如一些人在stackoverflow上指出的那样，我真的应该让操作系统处理这一切。不幸的是，这是不可能的，因为使用了PSRNG。我想避免使用硬件解决方案，因为这是一个易于使用的程序，并且也不使用 RDRAND，因为它也使用 PRNG(除非 RDRAND 可以在通过 PRNG 之前返回真正的随机数据？？如果这样的事情是可能的，将不胜感激任何回应;我已经为此工作了几个星期，给人的印象是RNGCryptoServiceProvider足以一次性使用。谢谢。
(旁注：有人说，对于大多数加密函数，你不需要真正的熵，只需要不可预测性。 对于一次性垫，它必须是随机的，否则它不是一次性垫。
如您所知，"真正随机"意味着每个位都独立于其他所有内容并且均匀分布。然而，这个理想在实践中即使不是不可能，也是很难实现的。一般来说，在实践中获得"真正随机数据"的最接近方法是从非确定性来源收集难以猜测的位，然后将这些位压缩成随机数据块。
要接近"真正的随机数据"，涉及许多问题，包括以下内容：
- 源必须是不确定的，也就是说，它们的输出不能由它们的输入决定。非确定性源的示例包括输入设备的时序;热噪声;以及麦克风和摄像头输出记录的噪声。
- 源的输出一定很难猜测。这更正式地称为熵，例如每 64 位输出 32 位熵。然而，测量熵远非微不足道。如果您需要 1 MB(800 万位(的真正随机数据，则需要具有至少 800 万位熵的数据(实际上，根据来源的不同，熵的长度将超过 1 MB 的许多倍(，然后将数据以某种方式压缩为 1 MB 的数据，同时保留该熵。
- 源必须彼此独立。
- 应该有两个或多个独立来源。这是因为不可能只从一个来源中提取完全随机性(参见McInnes and Pinkas 1990(。另一方面，从三个或更多独立来源提取随机性相对微不足道，但仍存在选择合适的随机性提取器的问题，并且对随机性提取器的调查超出了本答案的范围。
通常，出于随机数生成目的，可用的源越多越好。
引用：
- McInnes， J. L.， & Pinkas， B. (1990， August(.关于使用弱随机密钥进行私钥加密的不可能性。密码学理论与应用会议(第421-435页(。