随着计算机的飞速发展和社会信息化程度的不断提高，信息是无处不在，信息的安全性问题也越来越受到人们的高度重视。在信息安全问题上，怎么产生形态优良的伪随机数至关重要，因为形态优良的伪随机数是所有信息安全的基石。　　 为了得到周期更长统计性质更优的随机数列，本文首先介绍了常见伪随机数发生器：线性同余发生器、非线性同余发生器、反馈位移发生器和组合发生器，以及这些发生器产生的伪随机数的统计特性和检验方法。本文在线性同余发生器和组合发生器的基础上，提出了一种新的组合发生器的方法，它是基于贝叶斯思想来产生无穷维伪随机数。　　 如果我们产生的伪随机数能够服从某种特定的分布，并且我们可以将具有这种特定分布的参数随机化，那么理论上可以用贝叶斯的方法来产生伪随机数。而将贝叶斯理论和随机数很好的连接起来的纽带就是蒙特卡罗方法。单纯的蒙特卡罗方法只能运用于一些简单的贝叶斯统计分析中，它不能满足我们所需要的贝叶斯的后验分布是复杂、高维的情况。而马尔科夫链的蒙特卡罗方法(MCMC)，将贝叶斯方法的随机数很好的结合起来，并且适用于贝叶斯后验分布更加复杂的情况。最后我们利用Gibbs抽样并结合无穷维理论，得到我们所需要的周期更长的伪随机数，这种伪随机数就是基于贝叶斯思想产生的无穷维伪随机数。　　 本文最后将基于贝叶斯思想产生的无穷维伪随机数应用到信息安全领域的射频识别认证协议中。首先我们分析了现存的各种射频识别认证协议；然后陈述了一种无穷维伪随机数发生器来加强协议安全；接着提出了一种基于贝叶斯思想的无穷维伪随机数发生器的认证协议。与传统的各种协议相比，我们的方法能够抵抗各种不同的攻击方法，并能有效保护标签信息和标签持有者的本地隐私。