在计算机科学与技术不断发展的大趋势下,计算机系统的性能始终是工业界和学术界关注的重点。目前多核处理器已经被广泛应用在不同的计算机平台上,同时也引入了其他一些新的技术手段,这使得计算机系统的复杂性不断提高,随之表现出来的不确定性也越来越明显。另一方面GNU/Linux操作系统中的传统随机数生成器通常以硬件事件的时间波动等作为熵源,但是这种方式存在诸多缺点和不足,而且在某些情况下也不能满足高安全领域(例如加密应用)对随机数的质量和数量的需求,因此在随机数生成器领域,寻找一种新的熵源变得十分必要。尼古拉斯(Nicholas Mc Guire)教授在第14届实时Linux讨论会上提出了利用计算机系统的固有随机性生成真随机数的方法,称为ESRNG,其在竞争的基础上给出了提取熵源的方法,实现了Galton board模型,这种方法对于寻找新的熵源来讲具有重要的意义。但是实现过程仍存在着多个制约因素,硬件参数较多,例如在Galton board模型中,竞争发生的N值与HSIZE参数的值的确定需要经过多次实验才能确定,每个平台产生竞争所需的线程的数量也不一样,因此平台依赖性强。本文以Linux系统为研究对象,对利用固有随机性为熵源的生成随机数的方法进行了改进,其中包括:在设计过程中,根据竞争发生的概率与N值的关系利用Python拟合的方法重新实现了一种确定N值的方法,一次实验即可,并且只有N值一个硬件参数;DDSRNG模型在每个平台上均使用相同的线程数量,因此消除了平台的依赖性;重新设计实现了一种适合于加密应用、符合ISO/IEC18031:2011标准的非物理的随机数生成器–DDSRNG。最后,本文在不同的平台上使用两种常用的随机数统计性测试工具集-ENT和NIST Special Publication800-22对DDSRNG实施了评估和验证。结果表明本文设计的随机数生成器通过了统计性测试工具集的测试,并在生成随机数的速度上与ESRNG相比具有更好的效果,符合加密应用的要求,同时表明不同的架构的随机性有不同的特点。