Un generatore pseudo-casuale (PRNG) è un algoritmo deterministico: dato lo stesso seme, produce la stessa sequenza. Un generatore veramente casuale (TRNG) estrae entropia da un processo fisico come rumore termico, rumore atmosferico o effetti quantistici, quindi il suo output non può essere riprodotto nemmeno conoscendo i valori passati. La maggior parte del software, incluso questo strumento, usa un PRNG crittografico (CSPRNG) seminato dall'entropia del sistema operativo, alimentata da sorgenti hardware e imprevedibile in pratica.

Math.random() nei motori JavaScript è un PRNG veloce non crittografico, storicamente basato su algoritmi come xorshift128+. Il suo stato interno può essere ricostruito da un attaccante che osservi anche solo poche uscite, rendendo i valori passati e futuri prevedibili. MDN avverte esplicitamente di non usare Math.random() per nulla che riguardi la sicurezza. Usa crypto.getRandomValues per token, chiavi, password e qualsiasi estrazione che debba resistere a manipolazioni.

La Web Crypto API è uno standard W3C che espone primitive crittografiche nei browser. Il metodo crypto.getRandomValues riempie un array tipizzato (Uint8Array, Uint32Array) con valori generati da un CSPRNG seminato dall'entropia del sistema operativo. Lo standard richiede che l'implementazione sia non bloccante e che l'output sia indistinguibile da una sorgente veramente casuale per qualsiasi avversario polinomiale. Tutti i browser moderni (Chrome, Firefox, Safari, Edge) la implementano con seme da CryptGenRandom (Windows), /dev/urandom (Linux) o SecRandomCopyBytes (macOS/iOS).

La pubblicazione speciale NIST SP 800-90A Rev. 1 definisce i Deterministic Random Bit Generators (DRBG) approvati per uso crittografico: HMAC_DRBG, Hash_DRBG e CTR_DRBG. Stabilisce requisiti su forza dell'entropia in ingresso, lunghezza minima del seme, reseeding periodico e test di salute. È il riferimento normativo per sistemi certificati FIPS 140 e viene seguito anche da implementazioni open source come OpenSSL e dalle API crittografiche di Windows e Linux. Il vecchio algoritmo Dual_EC_DRBG è stato ritirato nel 2014 per sospetto backdoor.

Sì. L'Agenzia delle Dogane e dei Monopoli (ADM) regola i giochi pubblici in Italia, inclusi Lotto, SuperEnalotto, lotterie nazionali e concorsi a premi. Le estrazioni regolamentate devono usare sistemi certificati con generatori conformi a standard internazionali (tipicamente NIST SP 800-90A o equivalenti ISO), audit indipendenti e tracciabilità completa. Per concorsi a premi con valore superiore a determinate soglie è richiesta autorizzazione ministeriale e presenza di un notaio o funzionario ADM. Questo strumento è adatto per estrazioni informali (tombole, sorteggi tra amici, decisioni casuali) ma non sostituisce un sistema certificato per giochi pubblici.

Il Mersenne Twister (MT19937), sviluppato da Makoto Matsumoto e Takuji Nishimura nel 1997, è un PRNG con periodo 2^19937 - 1 utilizzato come default in Python (random), R, MATLAB, PHP, Ruby e molte librerie IBM e SAS per simulazioni statistiche. Ha eccellenti proprietà di equidistribuzione fino a 623 dimensioni e supera la maggior parte dei test statistici (DIEHARD, TestU01 SmallCrush). Tuttavia non è crittograficamente sicuro: osservando 624 output consecutivi è possibile ricostruire lo stato interno e prevedere tutte le uscite future. È ottimo per Monte Carlo e simulazioni, ma per token e estrazioni a valore reale serve un CSPRNG come crypto.getRandomValues.

Sì. Il generatore usa il rejection sampling in modo che ogni intero in [min, max] abbia probabilità identica 1 / (max - min + 1). Un approccio ingenuo basato sul modulo di un valore a 32 bit introduce piccole distorsioni quando l'intervallo non divide esattamente 2^32; il rejection sampling le evita. Su un grande numero di estrazioni l'istogramma converge a piatto, e i test chi-quadro standard applicati all'output di crypto.getRandomValues non mostrano deviazioni statisticamente significative dall'uniformità.

Non con questo strumento. crypto.getRandomValues volutamente non espone alcun seme, perché la riproducibilità ne vanificherebbe lo scopo di sicurezza. Se hai bisogno di una sequenza riproducibile (ad esempio per test di regressione o simulazioni condivise), usa un PRNG seminato come Mulberry32, PCG o lo stesso Mersenne Twister documentando il seme accanto ai risultati. Per estrazioni soggette ad audit, documenta intervallo, quantità, impostazione duplicati, timestamp e lista completa dei risultati invece di tentare di rigiocare l'estrazione.