CN112631551B - 随机数生成方法、装置、电子设备及存储介质 - Google Patents

随机数生成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112631551B
CN112631551B CN202011594073.XA CN202011594073A CN112631551B CN 112631551 B CN112631551 B CN 112631551B CN 202011594073 A CN202011594073 A CN 202011594073A CN 112631551 B CN112631551 B CN 112631551B
Authority
CN
China
Prior art keywords
random number
node
random
parameter information
market index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011594073.XA
Other languages
English (en)
Other versions
CN112631551A (zh
Inventor
吴贞海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202011594073.XA priority Critical patent/CN112631551B/zh
Publication of CN112631551A publication Critical patent/CN112631551A/zh
Priority to PCT/CN2021/096637 priority patent/WO2022142111A1/zh
Application granted granted Critical
Publication of CN112631551B publication Critical patent/CN112631551B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/588—Random number generators, i.e. based on natural stochastic processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及人工智能技术领域，提供一种随机数生成方法、装置、电子设备及存储介质，所述方法包括：解析随机生成请求得到行情指数信息，生成包括执行条件的决策树；当监测到行情指数信息满足执行条件时，调用延时函数，在决策树的根节点中根据随机数种子和随机参数信息生成第一随机数；当确定将第一随机数传输至根节点的下一个节点时，重复上述过程，直至下一个节点为叶子节点；根据叶子节点的随机参数信息和叶子节点接收到的随机数生成目标随机数。本发明通过将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，避免了随机数种子被修改的现象，提高了目标随机数的安全性。

Description

随机数生成方法、装置、电子设备及存储介质
技术领域
本发明涉及人工智能技术领域，具体涉及一种随机数生成方法、装置、电子设备及存储介质。
背景技术
在计算机安全领域，随机数的生成是否恰当关系到系统的安全可靠程度，在公平投票领域，随机数本身的随机性需要从可靠的物理随机源产生，现有技术通过从可靠的物理随机源采样多个指数集合加权，但是直接采用或者简单的加权不能完全保证指数作为随机数种子被操作，无法避免随机数种子被更改，导致生成的随机数的安全性及可信度不高。
发明内容
鉴于以上内容，有必要提出一种随机数生成方法、装置、电子设备及存储介质，通过将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，避免了随机数种子被修改的现象，提高了目标随机数的安全性。
本发明的第一方面提供一种随机数生成方法，所述方法包括：
接收客户端发送的随机数生成请求；
解析所述随机生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息；
当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数；
通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点；
当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点；
根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
可选的，所述在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数包括：
从所述决策树的根节点的随机参数信息中提取所述延时函数的第一延时子函数；
调用所述第一延时子函数对所述随机数种子和所述随机参数信息进行计算得到第一随机数。
可选的，所述通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点包括：
对所述第一随机数进行哈希运算，得到第一哈希值；
对所述根节点的下一个节点的随机参数信息中的目标随机参数进行哈希运算，得到第二哈希值；
判断所述第一哈希值与所述第二哈希值是否一致；
当所述第一哈希值与所述第二哈希值一致时，确定将所述第一随机数传输至所述根节点的下一个节点；或者
当所述第一哈希值与所述第二哈希值不一致时，确定不将所述第一随机数传输至所述根节点的下一个节点。
可选的，所述根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数包括：
从所述根节点的下一个节点的随机参数信息中提取所述延时函数的第二延时子函数；
调用所述第二延时子函数对所述第一随机数和所述根节点的下一个节点的随机参数信息进行计算得到第二随机数。
可选的，在根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数之后，所述方法还包括：
检测所述目标随机数对应的叶子节点的地址是否为所述行情指数信息中的计算结果接收地址；
当所述目标随机数对应的叶子节点的地址为所述行情指数信息中的计算结果接收地址时，将所述目标随机数反馈至所述计算结果接收地址对应的终端设备；或者
当所述目标随机数对应的叶子节点的地址不为每个行情指数信息中的计算结果接收地址时，丢弃所述目标随机数。
可选的，所述监测所述行情指数信息是否满足所述执行条件包括：
当监测所述行情指数信息对应的时间参数，其中，所述时间参数是根据所述行情指数的发布时间预先设置的；
判断所述时间参数是否达到预设的执行时间阈值；
当所述时间参数达到所述预设的执行时间阈值时，确定监测到所述行情指数信息满足所述执行条件；
当所述时间参数未达到所述预设的执行时间阈值时，确定监测到所述行情指数信息不满足所述执行条件。
可选的，所述根据所述行情指数信息生成包括执行条件的决策树包括：
随机选取所述行情指数信息中的一个随机参数信息作为所述行情指数信息的决策树的根节点；
计算其余任意一个随机参数信息与所述根节点处的随机参数信息之间的时间差；
判断是否存在与所述时间差相同的子节点；
当判断存在与所述时间差相同的子节点时，将所述子节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点；
当判断不存在与所述时间差相同的子节点时，将所述根节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点，其中，所述父节点处的随机参数信息与对应的所述子节点处的随机参数信息之间的时间差作为所述父节点和所述子节点之间的边的权重。
本发明的第二方面提供一种随机数生成装置，所述装置包括：
接收模块，用于接收客户端发送的随机数生成请求；
解析模块，用于解析所述随机生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息；
调用模块，用于当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数；
检验模块，用于通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点；
输入模块，用于当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点；
生成模块，用于根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
本发明的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的随机数生成方法。
本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的随机数生成方法。
综上所述，本发明所述的一种随机数生成方法、装置、电子设备及存储介质，一方面，通过解析每个所述随机生成请求获取多个行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，在创建决策树的过程中，通过计算每个随机参数信息之间的时间差，快速的确定出所述决策树中每个节点的执行先后顺序，可以提高随机数生成的效率及行情指数信息的管理效率；另一方面，通过验证所述上一个节点的输出是否为下一个节点的输入，保证计算时串行的，形成计算的先后依赖关系，使得并行的加速设备无法缩短实际的运行时间，从而达到延时的目的，提高了计算过程中的安全性；最后，通过将所述行情指数信息生成包括执行条件的决策树，当满足执行条件时从所述决策树的根节点开始依次遍历所述决策树中的所有子节点，并调用延时函数，在生成目标随机数的流程中设定了一个延时函数计算，将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，避免了当发布者发现行情指数信息生成的随机数不利时随时修改行情指数信息的现象，提高了目标随机数的安全性。
附图说明
图1是本发明实施例一提供的随机数生成方法的流程图。
图2是本发明实施例二提供的随机数生成装置的结构图。
图3是本发明实施例三提供的电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
实施例一
图1是本发明实施例一提供的随机数生成方法的流程图。
在本实施例中，所述随机数生成方法可以应用于电子设备中，对于需要进行随机数生成的电子设备，可以直接在电子设备上集成本发明的方法所提供的随机数生成的功能，或者以软件开发工具包(Software Development Kit，SKD)的形式运行在电子设备中。
如图1所示，所述随机数生成方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。
S11，接收客户端发送的随机数生成请求。
本实施例中，客户端在进行随机数获取时，通过客户端发起随机数生成请求，具体地，所述客户端可以是智能手机、IPAD或者其他设备，所述服务器可以为随机数生成系统，在进行随机数生成过程中，如所述客户端可以向随机数生成系统发送随机数生成请求，所述随机数生成系统用于接收所述客户端发送的随机数生成请求。
S12，解析所述随机生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息。
本实施例中，在所述服务器接收到不同的客户端发送的多个行情指数信息，针对不同的行情指数信息生成不同的决策树，其中，每个决策树包含有执行条件，具体地，由于每个行情指数信息的发布时间不同，故在确定所述决策树的执行条件可以是到达指点时间。
在其他一些实施例中，所述决策树的执行条件也可以是到达指定状态。
在其他一些实施例中，所述行情指数信息中包括，但不限于随机数种子、多个随机参数信息。
可选地，所述根据所述行情指数信息生成包括执行条件的决策树包括：
随机选取所述行情指数信息中的一个随机参数信息作为所述行情指数信息的决策树的根节点；
计算其余任意一个随机参数信息与所述根节点处的随机参数信息之间的时间差；
判断是否存在与所述时间差相同的子节点；
当判断存在与所述时间差相同的子节点时，将所述子节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点；
当判断不存在与所述时间差相同的子节点时，将所述根节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点，其中，所述父节点处的随机参数信息与对应的所述子节点处的随机参数信息之间的时间差作为所述父节点和所述子节点之间的边的权重。
本实施例中，所述行情指数信息中包含有多个随机参数信息，随机选取一个随机参数信息作为所述行情指数信息的对应的决策树的根节点，然后计算其余任意一个随机参数信息与所述根节点处的随机参数信息之间的时间差，根据所述时间差可以确定所述决策树中每个节点的执行顺序，当判断存在与所述时间差相同的子节点时，将所述子节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点；当判断不存在与所述时间差相同的子节点时，将所述根节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点。
本实施例中，在根据所述行情指数信息中的多个随机参数信息创建决策树的过程中，通过计算每个随机参数信息之间的时间差，快速的确定出所述决策树中每个节点的执行先后顺序，可以提高随机数生成的效率及行情指数信息的管理效率。
S13，当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数。
本实施例中，根据行情指数信息创建对应的决策树，并且每个决策树的执行条件不同，只有在满足执行条件的才进行对应的决策树的执行，提高了决策树的管理效率。
可选地，所述监测所述行情指数信息是否满足所述执行条件包括：
当监测所述行情指数信息对应的时间参数，其中，所述时间参数是根据所述行情指数的发布时间预先设置的；
判断所述时间参数是否达到预设的执行时间阈值；
当所述时间参数达到所述预设的执行时间阈值时，确定监测到所述行情指数信息满足所述执行条件；
当所述时间参数未达到所述预设的执行时间阈值时，确定监测到所述行情指数信息不满足所述执行条件。
示例性的，所述行情指数信息中包括记录所述行情指数的起始时刻，在起始时刻之后经过指定的时间参数，触发所述决策树执行。其中，所述指定的时间参数可以是客户端输入的时间参数，如60分钟；则在达到起始时刻后的60分钟时，触发所述决策树执行；所述指定的时间参数也可以是系统计算得到的时间参数，如客户端指定20:00执行决策树，所述起始时刻为18:00，则系统计算得到所述指定的时间参数为120分钟。当然，在其他一些实施例中，所述指定的时间参数也可以是通过动态计算得到的第一时间参数，这同样属于本公开的保护范围。
本实施例中，通过为每个决策树设置执行条件，避免在服务器接收的随机数生成请求较多时出现执行混乱的现象，提高了行情指数信息的管理效率，进而提高了随机数生成的效率及准确率。
本实施例中，在随机数生成系统中进行随机数生成的过程中，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数。
在其他可选的实施例中，可选地，所述在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数包括：
从所述决策树的根节点的随机参数信息中提取所述延时函数的第一延时子函数；
调用所述第一延时子函数对所述随机数种子和所述随机参数信息进行计算得到第一随机数。
本实施例中，所述延时函数中包含有多个延时子函数，并且每个子节点中的延时子函数不同，故在确定执行所述决策树时，首先从所述决策树的根节点的随机参数信息中提取所述延时函数的第一延时子函数对所述随机数种子进行计算得到第一随机数。
S14，通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点。
本实施例中，由于延时函数的每一个延时子函数的计算输出依赖于下一个延时子函数的输入，故在得到第一随机数之后，需要采用延时函数的验证算法检验所述第一随机数是否可以传输至所述根节点的下一个节点。
可选地，所述通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点包括：
对所述第一随机数进行哈希运算，得到第一哈希值；
对所述根节点的下一个节点的随机参数信息中的目标随机参数进行哈希运算，得到第二哈希值；
判断所述第一哈希值与所述第二哈希值是否一致；
当所述第一哈希值与所述第二哈希值一致时，确定将所述第一随机数传输至所述根节点的下一个节点；或者
当所述第一哈希值与所述第二哈希值不一致时，确定不将所述第一随机数传输至所述根节点的下一个节点。
进一步地，所述方法还包括：
当确定不将所述第一随机数传输至所述根节点的下一个节点之后，丢弃所述第一随机数。
本实施例中，通过哈希运算对所述第一随机数进行计算得到第一哈希值，对根节点的下一个节点中的目标随机参数进行计算得到第二哈希值，判断所述第一哈希值与所述第二哈希值是否一致，根据判断结果确定是否可以将所述第一随机数传输至所述根节点的下一个节点，只有所述第一哈希值与所述第二哈希值一致时，确定所述第一随机数可以作为所述根节点的下一个节点的输入。
本实施例中，通过验证所述上一个节点的输出是否为下一个节点的输入，保证计算时串行的，形成计算的先后依赖关系，使得并行的加速设备无法缩短实际的运行时间，从而达到延时的目的，提高了计算过程中的安全性。
S15，当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点。
本实施例中，由于决策树中包含有多个节点，每个节点的输入和输出存在依赖关系，故将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点。
可选地，所述根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数包括：
从所述根节点的下一个节点的随机参数信息中提取所述延时函数的第二延时子函数；
调用所述第二延时子函数对所述第一随机数和所述根节点的下一个节点的随机参数信息进行计算得到第二随机数。
本实施例中，每个随机参数信息中包含有延时子函数，从所述根节点的下一个节点的随机参数信息中提取所述延时函数的第二延时子函数，并调用所述第二延时子函数对所述第一随机数和所述根节点的下一个节点的随机参数信息进行计算得到第二随机数。
S16，根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
本实施例中，所述叶子节点为所述决策树的结束节点，当接收到所述叶子节点的上一个节点传输的目标随机数时，根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数，具体地，所述根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数包括：
从所述叶子节点的随机参数信息中提取所述延时函数的目标延时子函数；
调用所述目标延时子函数对所述叶子节点接收到的随机数和所述叶子节点的随机参数信息进行计算得到目标随机数。
其中，所述目标随机数是指所述叶子节点的上一个节点根据所述叶子节点的上一个节点的上一个节点传输的随机数和所述叶子节点的上一个节点的随机参数信息生成的，避免了随机数种子被修改的现象，提高了生成的目标随机数的安全性。
本实施例中，通过将所述行情指数信息生成包括执行条件的决策树，当满足执行条件时从所述决策树的根节点开始依次遍历所述决策树中的所有子节点，并调用延时函数，在生成目标随机数的流程中设定了一个延时函数计算，将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，可以保证在经过所述延时函数计算之后，发布者无法立即知道随机数是什么，故无法评判随机数的利弊，只能将随机数种子放入延时函数中进行计算，等待计算结果，当所述计算结果出来时，已经经过了一个延时函数，就算对所述发布者不利，也无法进行更改，避免了当发布者发现行情指数信息生成的随机数不利时随时修改行情指数信息的现象，提高了目标随机数的安全性。
进一步地，在根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数之后，所述方法还包括：
检测所述目标随机数对应的叶子节点的地址是否为所述行情指数信息中的计算结果接收地址；
当所述目标随机数对应的叶子节点的地址为所述行情指数信息中的计算结果接收地址，将所述目标随机数反馈至所述计算结果接收地址对应的终端设备；或者
若所述目标随机数对应的叶子节点的地址不为所述行情指数信息中的计算结果接收地址，丢弃所述目标随机数。
在其他一些实施例中，进一步地，在将所述目标随机数反馈至计算结果接收地址对应的终端设备之后，所述方法包括：
采用多种随机数加密方式加密所述目标随机数，得到密文；
将所述密文反馈至所述目标随机数对应的计算结果接收地址对应的终端设备。
综上所述，本实施例所述的随机数生成的方法，通过接收客户端发送的随机数生成请求；解析所述随机生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息；当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数；通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点；当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点；根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
本实施例，一方面，通过解析每个所述随机生成请求获取多个行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，在创建决策树的过程中，通过计算每个随机参数信息之间的时间差，快速的确定出所述决策树中每个节点的执行先后顺序，可以提高随机数生成的效率及行情指数信息的管理效率；另一方面，通过验证所述上一个节点的输出是否为下一个节点的输入，保证计算时串行的，形成计算的先后依赖关系，使得并行的加速设备无法缩短实际的运行时间，从而达到延时的目的，提高了计算过程中的安全性；最后，通过将所述行情指数信息生成包括执行条件的决策树，当满足执行条件时从所述决策树的根节点开始依次遍历所述决策树中的所有子节点，并调用延时函数，在生成目标随机数的流程中设定了一个延时函数计算，将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，避免了当发布者发现行情指数信息生成的随机数不利时随时修改行情指数信息的现象，提高了目标随机数的安全性。
实施例二
图2是本发明实施例二提供的随机数生成装置的结构图。
在一些实施例中，所述随机数生成装置20可以包括多个由程序代码段所组成的功能模块。所述随机数生成装置20中的各个程序段的程序代码可以存储于电子设备的存储器中，并由所述至少一个处理器所执行，以执行(详见图1描述)随机数生成的功能。
本实施例中，所述随机数生成装置20根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：接收模块201、解析模块202、调用模块203、检验模块204、输入模块205、生成模块206及检测模块207。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
接收模块201，用于接收客户端发送的随机数生成请求。
本实施例中，客户端在进行随机数获取时，通过客户端发起随机数生成请求，具体地，所述客户端可以是智能手机、IPAD或者其他设备，所述服务器可以为随机数生成系统，在进行随机数生成过程中，如所述客户端可以向随机数生成系统发送随机数生成请求，所述随机数生成系统用于接收所述客户端发送的随机数生成请求。
解析模块202，用于解析所述随机生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息。
本实施例中，在所述服务器接收到不同的客户端发送的多个行情指数信息，针对不同的行情指数信息生成不同的决策树，其中，每个决策树包含有执行条件，具体地，由于每个行情指数信息的发布时间不同，故在确定所述决策树的执行条件可以是到达指点时间。
在其他一些实施例中，所述决策树的执行条件也可以是到达指定状态。
在其他一些实施例中，所述行情指数信息中包括，但不限于随机数种子、多个随机参数信息。
可选地，所述解析模块202根据所述行情指数信息生成包括执行条件的决策树包括：
随机选取所述行情指数信息中的一个随机参数信息作为所述行情指数信息的决策树的根节点；
计算其余任意一个随机参数信息与所述根节点处的随机参数信息之间的时间差；
判断是否存在与所述时间差相同的子节点；
当判断存在与所述时间差相同的子节点时，将所述子节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点；
当判断不存在与所述时间差相同的子节点时，将所述根节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点，其中，所述父节点处的随机参数信息与对应的所述子节点处的随机参数信息之间的时间差作为所述父节点和所述子节点之间的边的权重。
本实施例中，所述行情指数信息中包含有多个随机参数信息，随机选取一个随机参数信息作为所述行情指数信息的对应的决策树的根节点，然后计算其余任意一个随机参数信息与所述根节点处的随机参数信息之间的时间差，根据所述时间差可以确定所述决策树中每个节点的执行顺序，当判断存在与所述时间差相同的子节点时，将所述子节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点；当判断不存在与所述时间差相同的子节点时，将所述根节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点。
本实施例中，在根据所述行情指数信息中的多个随机参数信息创建决策树的过程中，通过计算每个随机参数信息之间的时间差，快速的确定出所述决策树中每个节点的执行先后顺序，可以提高随机数生成的效率及行情指数信息的管理效率。
调用模块203，用于当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数。
本实施例中，根据行情指数信息创建对应的决策树，并且每个决策树的执行条件不同，只有在满足执行条件的才进行对应的决策树的执行，提高了决策树的管理效率。
可选地，所述调用模块203监测所述行情指数信息是否满足所述执行条件包括：
当监测所述行情指数信息对应的时间参数，其中，所述时间参数是根据所述行情指数的发布时间预先设置的；
判断所述时间参数是否达到预设的执行时间阈值；
当所述时间参数达到所述预设的执行时间阈值时，确定监测到所述行情指数信息满足所述执行条件；
当所述时间参数未达到所述预设的执行时间阈值时，确定监测到所述行情指数信息不满足所述执行条件。
示例性的，所述行情指数信息中包括记录所述行情指数的起始时刻，在起始时刻之后经过指定的时间参数，触发所述决策树执行。其中，所述指定的时间参数可以是客户端输入的时间参数，如60分钟；则在达到起始时刻后的60分钟时，触发所述决策树执行；所述指定的时间参数也可以是系统计算得到的时间参数，如客户端指定20:00执行决策树，所述起始时刻为18:00，则系统计算得到所述指定的时间参数为120分钟。当然，在其他一些实施例中，所述指定的时间参数也可以是通过动态计算得到的第一时间参数，这同样属于本公开的保护范围。
本实施例中，通过为每个决策树设置执行条件，避免在服务器接收的随机数生成请求较多时出现执行混乱的现象，提高了行情指数信息的管理效率，进而提高了随机数生成的效率及准确率。
本实施例中，在随机数生成系统中进行随机数生成的过程中，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数。
在其他可选的实施例中，可选地，所述调用模块203在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数包括：
从所述决策树的根节点的随机参数信息中提取所述延时函数的第一延时子函数；
调用所述第一延时子函数对所述随机数种子和所述随机参数信息进行计算得到第一随机数。
本实施例中，所述延时函数中包含有多个延时子函数，并且每个子节点中的延时子函数不同，故在确定执行所述决策树时，首先从所述决策树的根节点的随机参数信息中提取所述延时函数的第一延时子函数对所述随机数种子进行计算得到第一随机数。
检验模块204，用于通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点。
本实施例中，由于延时函数的每一个延时子函数的计算输出依赖于下一个延时子函数的输入，故在得到第一随机数之后，需要采用延时函数的验证算法检验所述第一随机数是否可以传输至所述根节点的下一个节点。
可选地，所述检验模块204通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点包括：
对所述第一随机数进行哈希运算，得到第一哈希值；
对所述根节点的下一个节点的随机参数信息中的目标随机参数进行哈希运算，得到第二哈希值；
判断所述第一哈希值与所述第二哈希值是否一致；
当所述第一哈希值与所述第二哈希值一致时，确定将所述第一随机数传输至所述根节点的下一个节点；或者
当所述第一哈希值与所述第二哈希值不一致时，确定不将所述第一随机数传输至所述根节点的下一个节点。
进一步地，当确定不将所述第一随机数传输至所述根节点的下一个节点之后，丢弃所述第一随机数。
本实施例中，通过哈希运算对所述第一随机数进行计算得到第一哈希值，对根节点的下一个节点中的目标随机参数进行计算得到第二哈希值，判断所述第一哈希值与所述第二哈希值是否一致，根据判断结果确定是否可以将所述第一随机数传输至所述根节点的下一个节点，只有所述第一哈希值与所述第二哈希值一致时，确定所述第一随机数可以作为所述根节点的下一个节点的输入。
本实施例中，通过验证所述上一个节点的输出是否为下一个节点的输入，保证计算时串行的，形成计算的先后依赖关系，使得并行的加速设备无法缩短实际的运行时间，从而达到延时的目的，提高了计算过程中的安全性。
输入模块205，用于当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点。
本实施例中，由于决策树中包含有多个节点，每个节点的输入和输出存在依赖关系，故将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点。
可选地，所述输入模块205根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数包括：
从所述根节点的下一个节点的随机参数信息中提取所述延时函数的第二延时子函数；
调用所述第二延时子函数对所述第一随机数和所述根节点的下一个节点的随机参数信息进行计算得到第二随机数。
本实施例中，每个随机参数信息中包含有延时子函数，从所述根节点的下一个节点的随机参数信息中提取所述延时函数的第二延时子函数，并调用所述第二延时子函数对所述第一随机数和所述根节点的下一个节点的随机参数信息进行计算得到第二随机数。
生成模块206，用于根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
本实施例中，所述叶子节点为所述决策树的结束节点，当接收到所述叶子节点的上一个节点传输的目标随机数时，根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数，具体地，所述生成模块206根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数包括：
从所述叶子节点的随机参数信息中提取所述延时函数的目标延时子函数；
调用所述目标延时子函数对所述叶子节点接收到的随机数和所述叶子节点的随机参数信息进行计算得到目标随机数。
其中，所述目标随机数是指所述叶子节点的上一个节点根据所述叶子节点的上一个节点的上一个节点传输的随机数和所述叶子节点的上一个节点的随机参数信息生成的，避免了随机数种子被修改的现象，提高了生成的目标随机数的安全性。
本实施例中，通过将所述行情指数信息生成包括执行条件的决策树，当满足执行条件时从所述决策树的根节点开始依次遍历所述决策树中的所有子节点，并调用延时函数，在生成目标随机数的流程中设定了一个延时函数计算，将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，可以保证在经过所述延时函数计算之后，发布者无法立即知道随机数是什么，故无法评判随机数的利弊，只能将随机数种子放入延时函数中进行计算，等待计算结果，当所述计算结果出来时，已经经过了一个延时函数，就算对所述发布者不利，也无法进行更改，避免了当发布者发现行情指数信息生成的随机数不利时随时修改行情指数信息的现象，提高了目标随机数的安全性。
进一步地，在根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数之后，检测模块207，用于检测所述目标随机数对应的叶子节点的地址是否为所述行情指数信息中的计算结果接收地址；当所述目标随机数对应的叶子节点的地址为所述行情指数信息中的计算结果接收地址，将所述目标随机数反馈至所述计算结果接收地址对应的终端设备；当所述目标随机数对应的叶子节点的地址不为所述行情指数信息中的计算结果接收地址，丢弃所述目标随机数。
在其他一些实施例中，进一步地，在将所述目标随机数反馈至计算结果接收地址对应的终端设备之后，采用多种随机数加密方式加密所述目标随机数，得到密文；将所述密文反馈至所述目标随机数对应的计算结果接收地址对应的终端设备。
综上所述，本实施例所述的随机数生成的装置，通过接收客户端发送的随机数生成请求；解析所述随机生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息；当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数；通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点；当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点；根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
本实施例，一方面，通过解析每个所述随机生成请求获取多个行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，在创建决策树的过程中，通过计算每个随机参数信息之间的时间差，快速的确定出所述决策树中每个节点的执行先后顺序，可以提高随机数生成的效率及行情指数信息的管理效率；另一方面，通过验证所述上一个节点的输出是否为下一个节点的输入，保证计算时串行的，形成计算的先后依赖关系，使得并行的加速设备无法缩短实际的运行时间，从而达到延时的目的，提高了计算过程中的安全性；最后，通过将所述行情指数信息生成包括执行条件的决策树，当满足执行条件时从所述决策树的根节点开始依次遍历所述决策树中的所有子节点，并调用延时函数，在生成目标随机数的流程中设定了一个延时函数计算，将上一个节点的计算得到的随机数作为下一个节点的延时子函数的输入，通过串行方式计算得到目标随机数，避免了当发布者发现行情指数信息生成的随机数不利时随时修改行情指数信息的现象，提高了目标随机数的安全性。
实施例三
参阅图3所示，为本发明实施例三提供的电子设备的结构示意图。在本发明较佳实施例中，所述电子设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解，图3示出的电子设备的结构并不构成本发明实施例的限定，既可以是总线型结构，也可以是星形结构，所述电子设备3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。
在一些实施例中，所述电子设备3是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述电子设备3还可包括客户设备，所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是，所述电子设备3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
在一些实施例中，所述存储器31用于存储程序代码和各种数据，例如安装在所述电子设备3中的随机数生成装置20，并在电子设备3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中，所述至少一个处理器32可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述电子设备3的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备3的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块，以及调用存储在所述存储器31内的数据，以执行电子设备3的各种功能和处理数据。
在一些实施例中，所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出，所述电子设备3还可以包括给各个部件供电的电源(比如电池)，可选的，电源可以通过电源管理装置与所述至少一个处理器32逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在进一步的实施例中，结合图2，所述至少一个处理器32可执行所述电子设备3的操作装置以及安装的各类应用程序(如所述的随机数生成装置20)、程序代码等，例如，上述的各个模块。
所述存储器31中存储有程序代码，且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如，图2中所述的各个模块是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能以达到随机数生成的目的。
在本发明的一个实施例中，所述存储器31存储多个指令，所述多个指令被所述至少一个处理器32所执行以实现随机数生成的功能。
具体地，所述至少一个处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种随机数生成方法，其特征在于，所述方法包括：
接收客户端发送的随机数生成请求；
解析所述随机数生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息；
当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数；
通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点；
当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点；
根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
2.如权利要求1所述的随机数生成方法，其特征在于，所述在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数包括：
从所述决策树的根节点的随机参数信息中提取所述延时函数的第一延时子函数；
调用所述第一延时子函数对所述随机数种子和所述随机参数信息进行计算得到第一随机数。
3.如权利要求1所述的随机数生成方法，其特征在于，所述通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点包括：
对所述第一随机数进行哈希运算，得到第一哈希值；
对所述根节点的下一个节点的随机参数信息中的目标随机参数进行哈希运算，得到第二哈希值；
判断所述第一哈希值与所述第二哈希值是否一致；
当所述第一哈希值与所述第二哈希值一致时，确定将所述第一随机数传输至所述根节点的下一个节点；或者
当所述第一哈希值与所述第二哈希值不一致时，确定不将所述第一随机数传输至所述根节点的下一个节点。
4.如权利要求1所述的随机数生成方法，其特征在于，所述根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数包括：
从所述根节点的下一个节点的随机参数信息中提取所述延时函数的第二延时子函数；
调用所述第二延时子函数对所述第一随机数和所述根节点的下一个节点的随机参数信息进行计算得到第二随机数。
5.如权利要求1所述的随机数生成方法，其特征在于，在根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数之后，所述方法还包括：
检测所述目标随机数对应的叶子节点的地址是否为所述行情指数信息中的计算结果接收地址；
当所述目标随机数对应的叶子节点的地址为所述行情指数信息中的计算结果接收地址时，将所述目标随机数反馈至所述计算结果接收地址对应的终端设备；或者
当所述目标随机数对应的叶子节点的地址不为每个行情指数信息中的计算结果接收地址时，丢弃所述目标随机数。
6.如权利要求1所述的随机数生成方法，其特征在于，所述监测所述行情指数信息是否满足所述执行条件包括：
当监测所述行情指数信息对应的时间参数，其中，所述时间参数是根据所述行情指数的发布时间预先设置的；
判断所述时间参数是否达到预设的执行时间阈值；
当所述时间参数达到所述预设的执行时间阈值时，确定监测到所述行情指数信息满足所述执行条件；
当所述时间参数未达到所述预设的执行时间阈值时，确定监测到所述行情指数信息不满足所述执行条件。
7.如权利要求1所述的随机数生成方法，其特征在于，所述根据所述行情指数信息生成包括执行条件的决策树包括：
随机选取所述行情指数信息中的一个随机参数信息作为所述行情指数信息的决策树的根节点；
计算其余任意一个随机参数信息与所述根节点处的随机参数信息之间的时间差；
判断是否存在与所述时间差相同的子节点；
当判断存在与所述时间差相同的子节点时，将所述子节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点；
当判断不存在与所述时间差相同的子节点时，将所述根节点作为父节点，并将所述其余随机参数信息作为所述父节点的子节点，其中，所述父节点处的随机参数信息与对应的所述子节点处的随机参数信息之间的时间差作为所述父节点和所述子节点之间的边的权重。
8.一种随机数生成装置，其特征在于，所述装置包括：
接收模块，用于接收客户端发送的随机数生成请求；
解析模块，用于解析所述随机数生成请求得到行情指数信息，根据所述行情指数信息生成包括执行条件的决策树，其中，所述决策树的每个节点中包含有随机数种子和随机参数信息；
调用模块，用于当监测到所述行情指数信息满足执行条件时，调用延时函数，在所述决策树的根节点中根据所述随机数种子和所述随机参数信息生成第一随机数；
检验模块，用于通过所述延时函数的验证算法检验是否将所述第一随机数传输至所述根节点的下一个节点；
输入模块，用于当确定将所述第一随机数传输至所述根节点的下一个节点时，将所述第一随机数输入至所述根节点的下一个节点，根据所述第一随机数和所述根节点的下一个节点的随机参数信息生成第二随机数，重复上述过程，直至所述下一个节点为叶子节点；
生成模块，用于根据所述叶子节点的随机参数信息和所述叶子节点接收到的随机数生成目标随机数。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的随机数生成方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的随机数生成方法。
CN202011594073.XA 2020-12-29 2020-12-29 随机数生成方法、装置、电子设备及存储介质 Active CN112631551B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011594073.XA CN112631551B (zh) 2020-12-29 2020-12-29 随机数生成方法、装置、电子设备及存储介质
PCT/CN2021/096637 WO2022142111A1 (zh) 2020-12-29 2021-05-28 随机数生成方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011594073.XA CN112631551B (zh) 2020-12-29 2020-12-29 随机数生成方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112631551A CN112631551A (zh) 2021-04-09
CN112631551B true CN112631551B (zh) 2023-05-30

Family

ID=75286247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011594073.XA Active CN112631551B (zh) 2020-12-29 2020-12-29 随机数生成方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN112631551B (zh)
WO (1) WO2022142111A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112631551B (zh) * 2020-12-29 2023-05-30 平安科技（深圳）有限公司 随机数生成方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110351083A (zh) * 2019-07-16 2019-10-18 深圳市网心科技有限公司 随机源生成方法、电子设备、系统及介质
CN110414567A (zh) * 2019-07-01 2019-11-05 阿里巴巴集团控股有限公司 数据处理方法、装置和电子设备
CN110457912A (zh) * 2019-07-01 2019-11-15 阿里巴巴集团控股有限公司 数据处理方法、装置和电子设备
CN111443894A (zh) * 2020-02-27 2020-07-24 山东爱城市网信息技术有限公司 一种基于区块链的随机数生成方法、设备及介质
CN111600709A (zh) * 2020-05-26 2020-08-28 牛津(海南)区块链研究院有限公司 可验证随机数的生成方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080030344A (ko) * 2006-09-29 2008-04-04 삼성전자주식회사 바이리니어 맵을 이용한 브로드캐스트 암호화를 위한 방법및 장치
CN109660587B (zh) * 2018-10-22 2022-07-29 平安科技（深圳）有限公司 基于随机数的数据推送方法、装置、存储介质及服务器
CN110083386B (zh) * 2019-04-04 2024-03-19 平安普惠企业管理有限公司 随机数产生控制方法、装置、计算机设备及存储介质
US20200167665A1 (en) * 2019-07-01 2020-05-28 Alibaba Group Holding Limited Performing data processing based on decision tree
CN110727414B (zh) * 2019-09-30 2023-12-08 安徽问天量子科技股份有限公司 基于哈夫曼编码的随机数生成方法
CN112631551B (zh) * 2020-12-29 2023-05-30 平安科技（深圳）有限公司 随机数生成方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110414567A (zh) * 2019-07-01 2019-11-05 阿里巴巴集团控股有限公司 数据处理方法、装置和电子设备
CN110457912A (zh) * 2019-07-01 2019-11-15 阿里巴巴集团控股有限公司 数据处理方法、装置和电子设备
CN110351083A (zh) * 2019-07-16 2019-10-18 深圳市网心科技有限公司 随机源生成方法、电子设备、系统及介质
CN111443894A (zh) * 2020-02-27 2020-07-24 山东爱城市网信息技术有限公司 一种基于区块链的随机数生成方法、设备及介质
CN111600709A (zh) * 2020-05-26 2020-08-28 牛津(海南)区块链研究院有限公司 可验证随机数的生成方法和装置

Also Published As

Publication number Publication date
WO2022142111A1 (zh) 2022-07-07
CN112631551A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN110263536B (zh) 一种区块链中智能合约的监控方法及装置
CN107426022A (zh) 安全事件监测方法及装置、电子设备、存储介质
CN109995523B (zh) 激活码管理方法及装置、激活码生成方法及装置
CN110995825B (zh) 一种智能合约的发布方法、智能节点设备及存储介质
US20190222604A1 (en) Method and apparatus for measuring and predicting threat responsiveness
CN106529284B (zh) 基于安全芯片的虚拟机监控器安全加固方法
CN112631551B (zh) 随机数生成方法、装置、电子设备及存储介质
CN106529342B (zh) 基于安全芯片的虚拟机监控器动态完整性检测方法
CN111367621A (zh) 智能合约定时处理方法、区块链节点及存储介质
CN113259429B (zh) 会话保持管控方法、装置、计算机设备及介质
CN107341085A (zh) 一种控制装置
CN112685745B (zh) 一种固件检测方法、装置、设备及存储介质
CN112948275A (zh) 测试数据生成方法、装置、设备及存储介质
CN116866422A (zh) 实时推送涉敏信息并脱敏的方法、装置、设备及存储介质
CN116881913A (zh) 一种阶段式恶意文件检测方法、装置、设备及介质
CN109495436B (zh) 一种可信云平台度量系统及方法
CN111159009A (zh) 一种日志服务系统的压力测试方法及装置
CN111277626A (zh) 服务器升级方法、装置、电子设备及介质
CN116303069A (zh) 一种车载终端的测试方法、装置、上位机、系统及介质
US20170142145A1 (en) Computation apparatus and method for identifying attacks on a technical system on the basis of events of an event sequence
CN112688947B (zh) 基于互联网的网络通信信息智能监测方法及系统
CN113065055B (zh) 新闻资讯抓取方法、装置、电子设备及存储介质
CN111767549B (zh) 检测方法和装置
CN112615845B (zh) 一种能源互联网的边缘可信装置及大数据处理方法
CN112463140B (zh) 基于电子积木的编程方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant