Реальные примеры неэффективного генератора случайных чисел

9

Все мы знаем, что генераторы случайных чисел в компьютерах не генерируют истинные случайные числа, а вместо этого генерируют псевдослучайные числа. Кроме того, некоторые RNG лучше, чем другие, а некоторые реализованы лучше, чем другие.

Каковы некоторые примеры того, когда использовался плохой ГСЧ или ГСБ был плохо реализован и эксплуатировался?

Примеры, которые я нашел:

random-generation history Довольно ботаник
источник
2
Существует еще один связанный с этим ряд вопросов, касающихся научных / статистических исследований в Монте-Карло, проведенных с использованием плохого ГСЧ, которые впоследствии были признаны фальшивыми. К сожалению, я не очень помогаю, потому что я не могу вспомнить ссылку, но это определенно произошло ...
Короне
1
По памяти, в британском игровом шоу Deal или No Deal первоначально использовались (псевдо) случайные числа, сгенерированные в Excel, и зритель смог решить проблему с тем, какой ящик содержит какой приз. Но я не думаю, что приз был использован как таковой.
Серебряная
3
Смотрите также эту проводную статью об использовании псевдослучайных чисел на лотереях .
Серебряная
5
Для людей, голосующих, чтобы закрыть: я думаю, что этот пост безопасно по теме здесь. Как (псевдо) генерация случайных чисел, так и история статистики явно относятся к теме, и я не уверен, какой аспект этого пересечения сделает его не по теме. Даже если бы спорить «ааа, но здесь обсуждается только математика ГСЧ» (что, на мой взгляд, было бы очень редукционистским), очень хороший ответ на этот вопрос - тип, который я надеюсь прочесть, - исследует какие математические детали позволили совершить эксплойт.
Серебряная
1
@Corone: Возможно, вы думаете о RANDU en.wikipedia.org/wiki/RANDU ?
Дэвид Кэри

Ответы:

6

В схеме лотереи в Онтарио использовалась плохо спроектированная генерация случайных чисел, которая была обнаружена статистиком Моханом Шриваставой из Торонто, Канада, который уведомил Корпорацию лотереи и азартных игр Онтарио об этой проблеме, вместо того, чтобы извлекать огромную прибыль из этой лазейки.

Сиань
источник
1
Существует более широкий круг вопросов, которыми занимается ГСЧ. Например, выборка, используемая в любом экспериментальном проекте (от простого к сложному), будь то опросы по телефону RDD, онлайн-речные выборки, избирательные опросы, рынки прогнозирования и т. Д. Рынок опросов и прогнозирования не позволяет обеспечить высокую вероятность победы Клинтона над Трампом. ошибки предвыборного опроса 1948 года, давшие Дьюи победу над Трумэном. С этим связаны десятилетние периоды, которые Бюро переписей должно перепрыгивать с каждой национальной переписью, чтобы включать и / или дополнять значения для тонко оцененной или отсутствующей информации.
Майк Хантер
@DJohnson: во-первых, эта история в основном анекдотическая, я согласен. Во-вторых, у меня проблемы с отображением связи между недавними неудачами в опросах и ГСЧ. Или со статистической поправкой, сделанной Бюро переписи (и INSEE здесь).
Сиань
Ага. Я понимаю эти трудности, поэтому я сделал это комментарием, а не ответом. На самом деле, я бы хотел, чтобы я не поместил его в поток после вашей ветки, а не как более общее примечание сразу после запроса OP. Моя позиция заключается в том, что озабоченность по поводу случайности (или ее отсутствия, как в случае смещения выбора) либо лежит в основе, либо подрывает адекватность любого количественного ответа на вопрос. Поэтому я решил расширить сеть от очень узкого внимания к ГСЧ, отметив эти более широкие проблемы. Вы не должны соглашаться.
Майк Хантер