随机数广泛用于密码学、数值计算以及通信等数字领域,在大规模数值模拟和信息安全应用方案中,真随机数产生是实现最终性能和可靠性的关键技术。大多数真随机数发生器都是基于物理系统的,物理随机数对于实现信息安全应用中的不可复制性和不可预测性非常重要,其中量子随机数发生器（QRNG）是一种重要的方法,其随机性来源于量子物理的不确定性。在量子随机数生成领域中,连续变量量子随机数发生器因其具有高带宽、鲁棒性以及可芯片化等优势尤具应用前景,但由于边信息、探测增益限制、后处理资源消耗等,以真空态为熵源的方案其安全性及随机数生成速率亟需提升,产生高熵高速的量子随机数便成为当前的研究热点与重点。量子随机数生成的一个重要问题是熵率的评估,熵率是产生不可预测性的速率。我们提出利用混沌放大量子噪声的熵含量,因混沌系统具有初值超敏感、类噪声等输出特性,系统中微观噪声所引起的初始不确定性会被混沌动力学非线性放大并转换成宏观波动信号,长时间后宏观观测值将是不可预测的,混沌系统固有噪声的非线性放大被认为是随机性的来源。本文基于混沌敏感和熵增机制,利用混沌激光快速非线性放大量子散粒噪声,将激光中的微观量子噪声转换为离散宏观态之间的随机跃迁,显著提高系统的量子熵含量。熵含量作为衡量随机序列真随机性的一种量化标准,熵值足够高才能保证随机数应用的高安全性。理论上构建噪化混沌系统系综,利用KLD熵探明噪化混沌系统的收敛特性,并研究延迟反馈激光系统中噪声放大的统计特性。以混沌光场高频量子模分量起伏噪声作为熵源部分,显著提高连续变量量子随机数生成系统的量子熵含量,并利用h cp（ε,τ）熵实现内在噪声混沌放大的熵率量化,探明混沌激光系统由内在噪声到混沌收敛稳态的熵增路径。实验上研究了基于零差探测系统混沌放大量子散粒噪声的熵增特性,利用熵率对熵增过程进行一致性评估,并通过协调系统各可控参数以实现量子熵含量最大化,进而通过提取混沌光场宽带量子态频模的方法,实现量子熵源的高效利用,以产生高熵高速可信任的量子随机数。