Geradores de n\u00fameros aleat\u00f3rios: da pseudoaleatoriedade \u00e0 verdadeira aleatoriedade na era da segunda revolu\u00e7\u00e3o qu\u00e2ntica<\/a>\u201d, pesquisadores das \u00e1reas de F\u00edsica e Computa\u00e7\u00e3o da UFSCar, USP e UnB analisam os fundamentos e os desafios de se gerar n\u00fameros verdadeiramente aleat\u00f3rios. Afinal, nem tudo que parece aleat\u00f3rio realmente \u00e9: e, em ciberseguran\u00e7a, isso pode fazer toda a diferen\u00e7a.<\/p>\n\n\n\nAo pressionar o bot\u00e3o \u201cRAND\u201d em uma calculadora, o n\u00famero gerado n\u00e3o vem do acaso puro, mas de um algoritmo determin\u00edstico, uma esp\u00e9cie de lista que simula o aleat\u00f3rio. Esses s\u00e3o os chamados geradores pseudoaleat\u00f3rios (PRNGs), que funcionam bem em simula\u00e7\u00f5es e aplica\u00e7\u00f5es estat\u00edsticas, mas falham quando o requisito \u00e9 imprevisibilidade absoluta, como em criptografia. Se algu\u00e9m descobrir a semente usada para gerar os n\u00fameros, ele pode prever toda a sequ\u00eancia.<\/p>\n\n\n\n
Para suprir essa demanda, entram os geradores verdadeiramente aleat\u00f3rios (TRNGs), que extraem n\u00fameros a partir de fen\u00f4menos f\u00edsicos imprevis\u00edveis, como ru\u00eddo t\u00e9rmico em resistores, radia\u00e7\u00e3o c\u00f3smica ou oscila\u00e7\u00f5es em circuitos eletr\u00f4nicos. Mas mesmo eles enfrentam limita\u00e7\u00f5es, como a baixa taxa de gera\u00e7\u00e3o ou a suscetibilidade a interfer\u00eancias externas.<\/p>\n\n\n\n
\u201cEmbora se possa discutir filosoficamente que o universo pode ser determin\u00edstico e que nada \u00e9 realmente imprevis\u00edvel, isso n\u00e3o \u00e9 relevante para aplica\u00e7\u00f5es criptogr\u00e1ficas, pois o que importa \u00e9 que os valores sejam imposs\u00edveis de prever por advers\u00e1rios contempor\u00e2neos\u201d, escrevem os cientistas Filippo Ghiglieno (UFSCar), Luiz Roncaratti (UnB), Lucca Rodrigues Cunha (unB), Pedro Calligaris Delbem (USP), Rodrigo Silva de Almeida (USP), Antonio Mauro Saraiva (USP), Alexandre Delbem (USP).<\/p>\n\n\n\n
\u00c9 aqui que a f\u00edsica qu\u00e2ntica se destaca. Diferentemente dos sistemas cl\u00e1ssicos, a mec\u00e2nica qu\u00e2ntica \u00e9 inerentemente probabil\u00edstica. Fen\u00f4menos como a superposi\u00e7\u00e3o, a incerteza e o colapso de estados ao serem medidos garantem que certos eventos s\u00e3o, de fato, imprevis\u00edveis: n\u00e3o por falta de informa\u00e7\u00e3o, mas por princ\u00edpio. Os geradores qu\u00e2nticos de n\u00fameros aleat\u00f3rios (QRNGs) se aproveitam disso para produzir sequ\u00eancias com alt\u00edssima entropia e resist\u00eancia a manipula\u00e7\u00f5es.<\/p>\n\n\n\n
Segundo os autores, QRNGs baseados em f\u00f3tons individuais ou qubits supercondutores j\u00e1 s\u00e3o comercializados por empresas e sua aplica\u00e7\u00e3o est\u00e1 crescendo em \u00e1reas como criptografia p\u00f3s-qu\u00e2ntica, simula\u00e7\u00f5es cient\u00edficas e at\u00e9 mesmo loterias digitais. \u201cQuantum Dice, ID Quantique e PsiQuantum s\u00e3o empresas que j\u00e1 est\u00e3o oferecendo produtos comerciais de hardware baseados em tecnologia qu\u00e2ntica para a gera\u00e7\u00e3o de n\u00fameros aleat\u00f3rios, enquanto empresas como IBM, Amazon e Microsoft oferecem servi\u00e7os de software em nuvem para acessar hardware capacitado para atender a determinados tipos de demandas, com um conjunto de transforma\u00e7\u00f5es de estado \u00fateis para a computa\u00e7\u00e3o qu\u00e2ntica\u201d, escrevem os cientistas no artigo.<\/p>\n\n\n\n
Entropia e confian\u00e7a<\/h2>\n\n\n\n
Um dos conceitos-chave discutidos no estudo \u00e9 o de entropia, que mede o grau de imprevisibilidade de um sistema. Em termos simples, uma moeda perfeitamente equilibrada tem entropia m\u00e1xima (1 bit por lan\u00e7amento), mas se a moeda for viciada, essa entropia diminui. O mesmo vale para geradores de n\u00fameros: quanto mais tendenciosa a sa\u00edda, menor sua utilidade em aplica\u00e7\u00f5es cr\u00edticas.<\/p>\n\n\n\n
O artigo traz inclusive um exemplo did\u00e1tico: ao usar um diodo Zener ou um circuito oscilador para capturar ru\u00eddos f\u00edsicos, \u00e9 poss\u00edvel gerar bits aleat\u00f3rios, mas a qualidade depende da fonte e do ambiente: interfer\u00eancias eletromagn\u00e9ticas, aquecimento e at\u00e9 envelhecimento dos componentes podem comprometer os dados.<\/p>\n\n\n\n
Para garantir que esses sistemas funcionem corretamente, os autores destacam a necessidade de testes rigorosos, como os testes NIST e DieHard, al\u00e9m de extratores de aleatoriedade, que s\u00e3o algoritmos matem\u00e1ticos que \u201climpam\u201d os dados de vi\u00e9s. Uma das t\u00e9cnicas mais antigas, criada por John von Neumann, filtra os bits para aumentar a entropia, mesmo que isso reduza a quantidade final de dados.<\/p>\n\n\n\n
Do chip ao cosmos – <\/strong>O estudo tamb\u00e9m descreve diferentes arquiteturas de TRNGs, desde m\u00e9todos simples, como os baseados em diodos ou ru\u00eddos de rel\u00f3gio, at\u00e9 abordagens sofisticadas como a Multiplica\u00e7\u00e3o Modular de Entropia (MEM). Essa t\u00e9cnica amplifica sinais anal\u00f3gicos imprevis\u00edveis usando um conjunto de regras simples, resultando em flutua\u00e7\u00f5es de voltagem aleat\u00f3rias que s\u00e3o depois transformadas em bits digitais. \u00c9 uma solu\u00e7\u00e3o barata, resistente a ataques e de f\u00e1cil implementa\u00e7\u00e3o.<\/p>\n\n\n\n\u201cA grande inova\u00e7\u00e3o da MEM est\u00e1 em um processo de multiplica\u00e7\u00e3o de entropia que aplica um conjunto de regras muito simples para amplificar as varia\u00e7\u00f5es do ru\u00eddo. Isso cria flutua\u00e7\u00f5es de voltagem intensas e aleat\u00f3rias, que s\u00e3o ent\u00e3o convertidas em dados digitais ou bits para a gera\u00e7\u00e3o de n\u00fameros aleat\u00f3rios. Esse sistema de regras e amplifica\u00e7\u00e3o \u00e9 desenhado para ser de baixo custo e resistente a interfer\u00eancias eletromagn\u00e9ticas, uma vantagem importante para proteger a integridade dos dados gerados\u201d, explicam os autores do estudo.<\/p>\n\n\n\n
Para o futuro, os pesquisadores ressaltam a import\u00e2ncia de integrar TRNGs e QRNGs a sistemas mais amplos de seguran\u00e7a, como os CSPRNGs, que s\u00e3o geradores pseudoaleat\u00f3rios criptograficamente seguros. Mesmo que os TRNGs sejam lentos, 512 bits de aleatoriedade real j\u00e1 s\u00e3o suficientes para semear um CSPRNG que manter\u00e1 a seguran\u00e7a das aplica\u00e7\u00f5es modernas.<\/p>\n\n\n\n
Al\u00e9m das implica\u00e7\u00f5es tecnol\u00f3gicas, o artigo tamb\u00e9m refor\u00e7a o valor did\u00e1tico da aleatoriedade. Entender a diferen\u00e7a entre sorte aparente e caos verdadeiro ajuda estudantes a compreenderem conceitos fundamentais de estat\u00edstica, f\u00edsica e ci\u00eancia da computa\u00e7\u00e3o. \u201cCom o mercado global em r\u00e1pida expans\u00e3o e a crescente demanda por sistemas mais seguros, eficientes e robustos, a inclus\u00e3o de RNGs nos curr\u00edculos e projetos de pesquisa pode estimular o desenvolvimento de tecnologias disruptivas que atendam \u00e0s necessidades tecnol\u00f3gicas e estrat\u00e9gicas futuras\u201d, afirma os autores. Sem d\u00favida, a era da computa\u00e7\u00e3o qu\u00e2ntica, onde um \u00fanico bit pode carregar incertezas fundamentais da natureza, pensar sobre o que \u00e9 realmente aleat\u00f3rio n\u00e3o \u00e9 mais um jogo de sorte, mas sim uma quest\u00e3o de seguran\u00e7a, ci\u00eancia e soberania digital.<\/p>\n\n\n\n
(Colaborou Roger Marzochi)<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"Desde a antiguidade, a humanidade j\u00e1 lidava com jogos de azar: dados, moedas e cartas serviam n\u00e3o s\u00f3 para entretenimento, mas tamb\u00e9m como forma de consultar os deuses, decidir destinos e at\u00e9 guerras. Mas o que os jogos de azar t\u00eam a ver com c\u00f3digos digitais e computa\u00e7\u00e3o qu\u00e2ntica? Um estudo publicado em 2025 na […]<\/p>\n","protected":false},"author":12,"featured_media":28094,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[124],"tags":[1346,356,735,1348,1347,516,945,376],"class_list":["post-28093","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-destaque-em-fisica","tag-ciberseguranca","tag-computacao-quantica","tag-fisica-quantica","tag-qrngs","tag-trngs","tag-ufscar","tag-unb","tag-usp"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/posts\/28093","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/comments?post=28093"}],"version-history":[{"count":1,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/posts\/28093\/revisions"}],"predecessor-version":[{"id":28095,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/posts\/28093\/revisions\/28095"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/media\/28094"}],"wp:attachment":[{"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/media?parent=28093"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/categories?post=28093"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sbfisica.org.br\/v1\/sbf\/wp-json\/wp\/v2\/tags?post=28093"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}