采用快速prng，比如xoroshiro或xorshift，以及基于“真”熵的生成器，比如/dev/random。
种子PRNG与'真'随机，但也得到一个单一的数字从'真'随机，并使用它异或所有的结果，从PRNG产生最终输出。
然后，每隔一段时间更换一次这个数字（例如，生成10000个随机数之后）。
也许这是幼稚的，但我希望这可以改善一些方面的prng类周期大小，对速度的影响可以忽略不计。我错了什么？
我关心的是生成uuid（fast），它基本上是128位的数字，应该是“真正唯一的”。我所关心的是，使用周期接近'just'2^128的现代PRGN-like-xorshift族，熵种子PRNG发生器的碰撞几率并不像真正随机数的碰撞几率那么小。
最佳答案
与普通的prng相比，这些改进只是很小的。例如，通过对连续结果进行异或运算，可以消除用于掩盖结果的单个真随机数。这将与连续的普通PRNG数的异或值相同所以，如果你能预测PRNG，对改进后的序列做同样的预测并不难。