Acest lucru se face de fapt destul de frecvent în circuite. Luați în considerare un TRNG generic complet digital bazat pe oscilatoare inelare: -
Cel de mai sus este un exemplu și mai extrem decât al dvs., în care sunt utilizate multe (poate 32) oscilatoare inelare individuale. Toate sunt identice, toate eșuează în mod spectaculos orice test de aleatorie, dar produc singure entropie. Dacă sunt necesare 32 de oscilatoare inelare pentru a produce 1 bit/tic de entropie, vă puteți imagina că fiecare trebuie să producă mult mai puțin. Prejudecățile lor trebuie să fie, de asemenea, foarte mari (ceea ce este o caracteristică a unor astfel de oscilatoare). Combinarea acestora îmbunătățește considerabil rata de entropie și, prin urmare, reduce polaritatea de ieșire.
Un alt exemplu este generarea de $m \times n$ matrice de extracție aleatorie utilizată în TRNG-uri. De la ID Quantique, Document tehnic despre Randomness Extractor, versiunea 1.0, septembrie 2012:-
În mod ideal, sursele individuale r utilizate în procedura descrisă pentru a genera matricea m ar trebui
să fie obținute din surse diferite.
Acest lucru ilustrează în mod anecdotic conceptul.Din punct de vedere matematic, paradigma potrivită este Lema Piling Up (Mitsuru Matsui, Metoda de criptoanaliza liniară pentru DES Cipher) :-
Pentru $n$ variabile binare aleatoare, independente, $X_1, X_2, \ldots X_n$,
$$ Pr(X_1 \oplus \ldots \oplus X_n = 0) = \frac{1}{2} + 2^{n-1} \prod_{i=1}^n \epsilon_i $$
Rearanjarea, astfel încât dacă $ \epsilon_{1,2, \ldots, n} $ reprezintă părtinirea $ X_1 \oplus \ldots \oplus X_n = 0 $, obținem părtinirea finală a $n$ surse independente combinate ca: -
$$ \epsilon_{1,2, \ldots, n} = 2^{n-1} \prod_{i=1}^n \epsilon_i $$
Pe scurt, pe măsură ce combinați din ce în ce mai multe RNG-uri independente, distorsiunea globală a ieșirii tinde asimptotic spre zero. Deci creând unul nou, mai bun.
