01 / RNG 原理
偽隨機由確定算法產生
偽隨機數生成器英文為 pseudorandom number generator，簡稱 PRNG。它接收一個內部狀態或種子，按算法計算下一個值；若種子、算法及狀態完全相同，序列可以重現。
『偽』表示來源是確定計算，不等於結果必然容易猜或系統造假。密碼學安全 PRNG 經過特別設計，使外部觀察者在不知道內部狀態時難以預測後續輸出；品質取決於算法、種子來源與狀態保護。
普通程式若只用時間戳作種子、使用已知弱算法或洩露內部狀態，便可能降低不可預測性。看到 PRNG 名稱不足以判斷安全，仍需查看具體實作與審核範圍。
02 / RNG 原理
硬件隨機從物理現象取樣
硬件隨機數生成器可從電子噪聲、時序抖動或其他物理現象取得熵。原始訊號通常需要去偏與健康檢查，因為感測器可能受環境、故障或偏差影響；物理來源也不是免檢查的魔法。
許多系統會用硬件熵初始化或定期補充 PRNG，再由 PRNG 高速產生大量輸出。這是混合架構：物理來源提供難預測材料，算法提供效率與穩定介面。不能只問『真或偽』而忽略兩者如何組合。
熵描述不確定性的資訊量，不等同畫面看起來混亂。華麗動畫、快速轉動或複雜音效不會替種子增加熵；結果來源與前端呈現必須分層檢查。
03 / RNG 原理
可重現對測試反而有用
工程團隊常以固定種子重現同一序列，檢查程式在特定輸入下有否錯誤。測試環境的可重現性有助除錯，但正式環境若持續使用公開固定種子，便會帶來可預測風險。
因此審核要區分測試模式與正式模式，查看種子如何建立、保存、更新及隔離。只展示一段看似隨機的輸出不能證明狀態安全；統計測試亦只能檢查某些分布特徵，不能保證沒有實作漏洞。
同樣地，序列通過頻率測試不代表每次結果公平結算。還需檢查隨機值如何映射到遊戲結果、是否產生取模偏差、規則和賠付是否與公開說明一致。
04 / RNG 原理
四層閱讀技術聲明
第一層問熵從何而來；第二層問使用哪類 PRNG；第三層問隨機值如何映射成結果；第四層問誰在甚麼日期審核哪個版本。技術聲明若缺少任何一層，便不能用『隨機』二字補完。
PRNG 序列即使設計良好，也不表示個人短期會平均分布。隨機系統允許群聚、連續及偏離；使用者不能從過去畫面反推出內部狀態，更不應把連續未出現理解為即將補償。
本文只作數位技術教育，不認證或推薦任何線上平台。技術上的不可預測不會消除金錢風險；應設定固定停止時間、付款上限及裝置提醒，不能因『真隨機』或『偽隨機』標籤而放鬆界線。
05 / RNG 原理
理性看待與免責聲明
僅供知識分享，請理性看待；娛樂為主，量力而為。本站不接受投注、不提供註冊或博彩平台連結。
本文只解釋規則、文化、技術或機率，不預測個別結果，也不構成任何參與建議。