一种基于深度学习的伪随机数生成方法、设备及介质

本申请公开了一种基于深度学习的伪随机数生成方法、设备及介质，涉及随机数生成领域，方法包括：采集目标系统的内置硬件噪声，将内置硬件噪声设置为基本熵源；实时获取目标系统的服务器环境数据，基于环境数据生成辅助熵源；对基本熵源和辅助熵源进行归一化混合，得到混合熵池；在混合熵池中提取混合熵种子，将混合熵种子输入至已训练的深度学习模型中，通过深度学习模型生成伪随机数序列；基于预设分布序列将伪随机数序列转换为均匀分布，并通过测试工具，伪随机序列进行随机性测试。通过训练模型使其更好地适应环境变化，能够根据输入数据动态调整生成的伪随机数序列的特性，从而生成更符合当前环境和应用需求的伪随机数。