Gerador de Números

Um gerador de números aleatórios (RNG - Random Number Generator) é uma ferramenta projetada para fornecer um valor imprevisível sempre que necessário, impossibilitando a identificação de padrões com base nos resultados anteriores. Esse número pode ser gerado tanto por um algoritmo de software quanto por um dispositivo físico de hardware.

O Uso de Geradores de Números Aleatórios

A geração de números aleatórios é essencial para diversas tarefas, desde a lógica de jogos de computador até aplicações cotidianas na web. Por exemplo, os sistemas utilizam um gerador de números aleatórios para exibir banners dinâmicos ou blocos de anúncios rotativos em um site. Na criptografia, a aleatoriedade é vital para criar chaves de segurança e cifras únicas.

O uso de números aleatórios está presente na geração de caracteres para captchas, na criptografia de dados, na criação de salt (sal criptográfico) para o armazenamento seguro de senhas, em geradores de senhas fortes, no embaralhamento de cartas em um cassino online, além de processos de tomada de decisão, amostragens estatísticas e simulações complexas.

Algoritmos de geração de números aleatórios são amplamente utilizados na indústria de videogames. Mesmo que você jogue a mesma fase diversas vezes, a experiência nunca será exatamente igual. Embora as mudanças possam não ser óbvias na estrutura do cenário, a aleatoriedade afeta o número de inimigos, os locais onde eles surgem (spawns), as mudanças climáticas e os obstáculos gerados. É essa imprevisibilidade que torna a jogabilidade dinâmica e emocionante.

A Diferença de Sequência Aleatória e Não Aleatória

Considere a seguinte sequência de números: 1 , 2 , 3 , 4 , 5. Ela é aleatória?

Uma variável aleatória é aquela que assume um de vários valores possíveis como resultado de um experimento. O princípio fundamental é que não se pode prever com precisão qual valor ocorrerá antes que ele apareça. Suponha que a sequência acima foi obtida simplesmente digitando as teclas em sequência na linha numérica de um teclado. Neste cenário, a combinação não é aleatória, pois após o 5, o próximo número (6) pode ser previsto com altíssima probabilidade.

Uma sequência só é considerada verdadeiramente aleatória se não houver absolutamente nenhuma dependência entre os seus elementos.

A condição básica — e extremamente crucial para o funcionamento justo e correto de um gerador de números aleatórios — é que todos os resultados possíveis tenham chances absolutamente iguais de ocorrer. Isso exige uma independência total do fator de aleatoriedade, garantindo que o próximo resultado não seja influenciado pelos números que saíram antes ou que sairão depois.

Por exemplo, suponha que você lance um dado tradicional de seis lados pela primeira vez. Você tem a chance de tirar qualquer número de 1 a 6, todos com a mesma probabilidade. Independentemente do resultado, se você lançar o dado novamente, as chances de obter exatamente o mesmo número no segundo, centésimo ou milésimo lançamento permanecem inalteradas.

A sequência de dígitos do número Pi parece não ser repetitiva e, para muitos, pode até parecer aleatória. Imagine que um gerador hipotético utilize a representação de bits do Pi, começando a partir de um ponto secreto. Em vários contextos, esse gerador pode parecer imprevisível e até passar em determinados testes estatísticos de aleatoriedade. No entanto, depender do número Pi para fins criptográficos é um risco enorme. Se um invasor descobrir qual segmento do Pi está sendo usado, ele poderá calcular instantaneamente os segmentos anteriores e posteriores, comprometendo toda a segurança do sistema.

Para evitar falhas como essa, o Instituto Nacional de Padrões e Tecnologia dos EUA (NIST) propôs o "Pacote de Testes Estatísticos para Geradores de Números Aleatórios e Pseudoaleatórios para Aplicações Criptográficas". Essa suíte inclui 15 rigorosos testes estatísticos cujo objetivo é medir com precisão a aleatoriedade dos bits produzidos por geradores de hardware ou software.

Os Tipos de Geradores de Números Aleatórios

Existem dois tipos principais de geradores de números aleatórios (RNG): os Geradores de Números Verdadeiramente Aleatórios (TRNG) e os Geradores de Números Pseudoaleatórios (PRNG). Os TRNGs baseiam-se em fenômenos físicos imprevisíveis para gerar os números, enquanto os PRNGs dependem de algoritmos matemáticos.

Um gerador de números verdadeiramente aleatórios utiliza dispositivos de hardware que captam processos físicos em nível microscópico para obter números — ou seja, eles extraem a entropia do mundo real. Essa entropia é essencialmente o caos puro e não filtrado da natureza.

Esses geradores (TRNGs) capturam fenômenos físicos imprevisíveis, tais como:

• radioatividade,
• ruído térmico,
• ruído eletromagnético,
• mecânica quântica, entre outros.

Os TRNGs são o padrão ouro e são amplamente utilizados em sistemas globais de alta segurança e em protocolos avançados de criptografia.

Na prática, esses geradores acumulam a entropia ambiental para gerar a semente (seed) inicial de alta qualidade que os sistemas necessitam para operar com segurança.

Por outro lado, o algoritmo gerador de números pseudoaleatórios (PRNG) é ideal para aplicações que não exigem segurança rigorosa. Nesses casos, a aleatoriedade serve apenas para evitar repetições e melhorar a experiência do usuário. Implementar PRNGs é muito mais rápido e econômico, pois eles não exigem hardware especializado e podem ser facilmente integrados ao código-fonte de qualquer software. Embora não entreguem uma aleatoriedade pura — já que dependem de fórmulas matemáticas predefinidas —, eles são perfeitos para jogos, aplicativos comuns e simulações básicas.

O PRNG inicia seu processo a partir de um único valor inicial (a semente), do qual toda a sequência pseudoaleatória deriva. Já o TRNG cria cada número de forma genuinamente aleatória, extraindo dados de suas múltiplas fontes físicas de entropia.

A geração pseudoaleatória tem suas desvantagens. Ela funciona bem porque a sequência parece aleatória a olho nu. No entanto, se você descobrir qual foi o valor inicial (a semente) utilizado pelo algoritmo, poderá prever com exatidão todos os próximos números da sequência.

Jogadores e speedrunners frequentemente exploram essa vulnerabilidade em videogames, uma técnica conhecida como "manipulação de RNG". Isso permite prever eventos do jogo para completá-lo o mais rápido possível. Felizmente, nos jogos, isso não causa problemas graves.

Porém, a capacidade de prever números aleatórios torna-se um problema crítico em sistemas de segurança da informação — como na geração de chaves de criptografia.

Se um invasor descobrir a semente usada para gerar as chaves RSA em um certificado TLS, ele poderá interceptar e descriptografar o tráfego da rede. Isso significa acesso direto a senhas, dados bancários e informações pessoais enviadas pela internet.

Para essas situações críticas, a única solução segura é adotar um Gerador de Números Verdadeiramente Aleatórios (TRNG).

Gerador do Google

O Google possui a sua própria ferramenta integrada baseada em JavaScript para gerar números aleatórios. Essa ferramenta rápida pode ser muito útil para sorteios simples, jogos de tabuleiro ou dinâmicas familiares. Para utilizá-la, basta digitar "gerador de números aleatórios" diretamente na barra de pesquisa do Google.

O Método Linear Congruente

Um dos algoritmos matemáticos mais populares e clássicos na geração de números pseudoaleatórios é o Método Linear Congruente (LCG). Ele é excelente para simulações simples, mas não possui nenhuma força criptográfica. O matemático Derrick Henry Lehmer introduziu esse método em 1949.

Para implementar a geração de números por meio deste método, precisamos definir quatro variáveis:

m > 0, módulo

0 ≤ a ≤ m, o multiplicador

0 ≤ c ≤ m, o incremento

0 ≤ X₀ ≤ m, o número inicial (semente)

A sequência de números em si é gerada usando a seguinte fórmula iterativa:

Xₙ₊₁ = (aXₙ + c) mod m

É fundamental notar que o sucesso deste método depende inteiramente da escolha correta dos parâmetros.

Por exemplo, utilizando os seguintes valores:

X₀ = 3, a = 4, c = 5, m = 6

Obteremos uma sequência curta e altamente repetitiva:

3,5,1,3,5,1

Isso claramente não parece nada aleatório.

Porém, ao ajustar os parâmetros para valores mais robustos, como:

X₀ = 2, a = 85, c = 507, m = 1356

A dispersão dos resultados torna-se muito mais longa e complexa. Os números precisam ser escolhidos com precisão cirúrgica para que o algoritmo funcione corretamente:

2, 677, 1100, 443, 194, 725, 1112, 107, 110, 365, 344, 1271, 62, 353, 680, 1355, 422, 1121, 872, 47, 434, 785, 788, 1043, 1022, 593, 740, 1031, 2, 677, 1100, 443, 194, 725, 1112, 107, 110, 365, 344, 1271, 62, 353, 680, 1355, 422, 1121, 872, 47, 434, 785, 788, 1043, 1022, 593, 740, 1031, 2, 677, 1100, 443, 194, 725, 1112, 107, 110, 365...

Apesar do método linear congruente conseguir gerar uma sequência estatisticamente aceitável, ele não é seguro para a criptografia. Geradores baseados nesse método são previsíveis e, portanto, vulneráveis a ataques.

Os sistemas baseados no método linear congruente foram quebrados pela primeira vez pelo criptógrafo Jim Reeds em 1977, e posteriormente por Joan Boyar em 1982. Boyar também demonstrou como quebrar geradores quadráticos e cúbicos, provando definitivamente que métodos congruenciais não servem para proteger dados confidenciais. Ainda assim, eles continuam sendo extremamente úteis e eficientes em aplicações não criptográficas, como na criação de simulações e modelos matemáticos, demonstrando um ótimo desempenho nos testes empíricos de estatística.

Hardware Moderno de Geradores de Números Aleatórios

QRBG121

Este dispositivo extrai a aleatoriedade de um processo físico em nível quântico: a emissão de fótons em semicondutores e sua subsequente detecção individual. Durante esse fenômeno, os fótons são detectados aleatoriamente e de forma totalmente independente uns dos outros. As informações de tempo exato em que esses fótons atingem o sensor são convertidas diretamente em bits aleatórios.

Lâmpadas de Lava

O escritório da Cloudflare em São Francisco hospeda um gerador de números aleatórios único e fascinante, batizado de "Parede de Entropia", composto por dezenas de "lâmpadas de lava". Cada lâmpada contém um vidro preenchido com óleo transparente e cera translúcida. A cera é ligeiramente mais densa que o óleo, mas, ao ser aquecida pela lâmpada na base, torna-se mais leve e sobe de forma caótica.

O movimento fluido e hipnótico dentro das lâmpadas é filmado constantemente por várias câmeras de vídeo. Essas imagens dinâmicas são digitalizadas e convertidas em fluxos de números puros, a partir dos quais chaves de criptografia altamente seguras são geradas.

Os outros dois escritórios globais da Cloudflare utilizam métodos físicos igualmente criativos. Em Londres, uma câmera captura o movimento imprevisível de três pêndulos caóticos duplos. Em Singapura, utiliza-se um contador Geiger para medir o decaimento radioativo de uma pequena amostra de isótopos de urânio. Neste último caso, a radiação atua como a fonte perfeita de entropia, já que cada átomo decai em momentos absolutamente imprevisíveis.

HotBits

O HotBits é um serviço na internet que fornece números verdadeiramente aleatórios gerados a partir de um contador Geiger, que mede a radiação ionizante natural do ambiente. Qualquer usuário pode preencher um formulário no site, especificar a quantidade de bytes aleatórios necessários e baixar os dados brutos. Para garantir a segurança total, assim que os números são entregues ao usuário, eles são instantaneamente apagados dos servidores do HotBits, garantindo que ninguém mais tenha a mesma sequência.

Flutuações Quânticas a Vácuo

Apesar do nome "vácuo" sugerir um espaço completamente vazio, a física quântica nos mostra uma realidade diferente. De acordo com o Princípio da Incerteza de Heisenberg, o vácuo está repleto de partículas virtuais que nascem e desaparecem incessantemente.

Físicos no Canadá desenvolveram um gerador de números aleatórios rápido e estruturalmente brilhante que capta essas minúsculas flutuações quânticas. O sistema utiliza um laser pulsante de altíssima frequência que dispara feixes através de um diamante (um meio com alto índice de refração) em direção a um sensor ultrassensível. O diamante altera a luz dependendo das flutuações momentâneas do vácuo no caminho dos fótons.

O resultado é que o espectro da radiação dispersa muda de maneira totalmente caótica. Como as flutuações do vácuo são inerentemente indecifráveis, o sinal captado pelo sensor cria linhas espectrais únicas e puramente aleatórias.

Gerador de Nanotubo de Carbono

Este método inovador combina design ultracompacto com a extração de ruído térmico.

Pesquisadores criaram um gerador a partir de uma célula de memória SRAM (Static Random-Access Memory) impressa com uma tinta especial feita de nanotubos de carbono semicondutores. Essa pequena célula capta as flutuações naturais do ruído térmico do ambiente para gerar fluxos de bits aleatórios.

A grande vantagem dos geradores de nanotubos de carbono é que eles podem ser impressos diretamente em substratos plásticos flexíveis. Isso permite que a geração de números aleatórios seguros seja integrada em pequenos dispositivos eletrônicos dobráveis, sensores biométricos (wearables), etiquetas descartáveis e roupas inteligentes.

Cubos e a Electronic Frontier Foundation (EFF)

A Electronic Frontier Foundation propôs uma técnica analógica extremamente segura e acessível para criar senhas à prova de hackers usando geradores físicos: dados (os famosos cubos de seis lados).

A ideia é simples: você lança cinco dados de uma vez e anota a sequência exata. Por exemplo, se os dados mostrarem 6-3-1-3-1. Em seguida, você consulta uma extensa lista de palavras (a Diceware Word List) disponibilizada no site da EFF. Lá, você procura o código "63131" e encontra a palavra correspondente. Digamos que seja "turbina".

Você repete o processo lançando os dados várias vezes para obter diferentes palavras. Se fizer isso cinco vezes, acabará com uma frase-senha (passphrase) forte e verdadeiramente aleatória, como "turbina purgar inadequado tentar poda". Com o uso de regras mnemônicas simples, essas frases tornam-se incrivelmente fáceis de memorizar e praticamente impossíveis de serem quebradas por computadores.

Um Gerador de Números Quânticos Aleatórios a partir de um Smartphone Nokia

Em 2014, pesquisadores da Universidade de Genebra desenvolveram uma maneira brilhante de transformar a câmera de um antigo smartphone Nokia N9 em um Gerador de Números Aleatórios Quânticos (QRNG).

Eles utilizaram o sensor da câmera para contar o número de fótons de luz que atingiam cada pixel individualmente. Usando o próprio flash de LED do celular como fonte de luz controlada, cada pixel do sensor de 8 megapixels conseguia detectar cerca de 400 fótons em uma fração de segundo. A natureza quântica da emissão de luz significa que a distribuição exata dos fótons é fisicamente impossível de ser prevista. Ao somar os padrões de impacto de luz em milhões de pixels simultaneamente, o software convertia a imagem invisível em uma sequência inquebrável de números aleatórios perfeitos.