ガイドと記事

20 ガイド

• 乱数生成の仕組み EntropyDraw がロック済みルールを将来の公開 drand ビーコンに SHA-256 と棄却サンプリングで結びつける仕組み。
• 真の乱数生成器：実エントロピーと疑似乱数 真の乱数生成器とは何か。PRNGとの違いと、EntropyDrawが公開エントロピーをどう使うかを解説。
• 検証可能な公正抽選：自分で確認できる証明 Provably fairな抽選とは何か。暗号証明と公開ハッシュでオンライン抽選を監査可能にする方法。
• エントロピーとは エントロピーは予測不可能性の尺度です。乱数・暗号・公正な抽選における意味を解説します。
• 真のRNGと疑似乱数 TRNGとPRNGの比較。抽選や懸賞でそれぞれが公正になる条件。
• 抽選の不正はどう起きるか オンライン抽選が操作される典型パターンと、暗号的透明性がリスクを下げる理由。
• 乱数抽選の検証方法 手順：/d/{id}、公開drandラウンド、SHA-256、棄却サンプリングでEntropyDraw v2の結果を検証します。
• 乱数シードの解説 乱数シードとは何か、秘密シードが公正な抽選を損なう理由、EntropyDrawが公開暗号シードを使う方法。
• 乱数アルゴリズム 線形合同からSHA-256、棄却サンプリングまで — 乱数と公正な抽選の背後にあるアルゴリズム。
• 暗号的乱数 暗号的乱数とSHA-256が予測困難かつ検証可能な抽選結果を作る仕組み。
• 透明性の確保方法 EntropyDrawがエントロピー・ハッシュ・パラメータを公開し、各抽選を独立に監査可能にする方法。
• 科学における乱数 実験・標本抽出・シミュレーションでの乱数利用と、監査可能性がなお重要な理由。
• 暗号における乱数 鍵やナンスに高品質乱数が必要な理由と、抽選との関係。
• AIにおける乱数 学習とサンプリングでの乱数利用と、人間の決定になお証明が必要な理由。
• ランダムピッカー チーム・景品・意思決定向けの監査可能なランダム選択。名前リストを確定し、暗号証明を共有します。
• サイコロローラー 暗号証明付きでサイコロを振る。EntropyDrawの範囲をd6・d20・カスタムに対応付け。
• コイントス 監査可能な1–2抽選で公正なコイントス。SHA-256証明を誰とでも共有。
• 名前ピッカー 確定したリストから公正に名前を1つ選ぶ。リストのコミットを公開し、/d/{id} で当選者を確認する。
• 勝者ピッカー 確定した名前リストから当選者を選ぶ。リストのSHA-256コミットと共有できる /d/{id} の証明。
• リストシャッフル 不透明なボタンではなく監査可能な乱数でリストを並べ替え・シャッフルする方法。