LabVIEW伪随机数生成器
这将生成一128位伪随机唯一标识符（PRNG）。
注意：这与全局唯一标识符（GUID）或通用唯一标识符（UUID）不同，因为它不会确保计算机的唯一性。
测量随机性
随机性的度量称为熵。熵衡量对值的不确定性。可以将熵视为可以使用理想的压缩算法时需要指定值的平均位数。对一个值了解得越多，它的熵就越小。
对于有n个可能结果的分布，概率为p1, p2，…， pn熵(H)为
对于上面的示例，首先考虑一个由128位组成的序列，每个序列以相等的概率从0，1开始随机选择。有n = 2128可能的结果，每个结果的概率都是p = 1/n。将这些值代入得到公式
我们开始的位数。现在考虑一个由16个字节组成的序列的情况，每个字节仅从0x00或0xFF中随机选择。我们有n = 216可能的结果，每个结果的概率=1/n。这给出了熵H=16。换句话说，128位的序列可以用只有16位的位串编码（即唯一表示）。
结论
虽然在机器之间不是绝对唯一的，但伪随机数生成器（PRNG）在同一台机器上提供了非常高的唯一性概率。使用“互联网工程任务组”URN规范，通过在随机生成的值中添加两个变体，即使随机数产生相同的16位值，也可以提高生成的熵。
需要说明的是，上述的例程和文档，都是可以下载的，双击即可打开，其中压缩文件是可以采用粘贴复制的方式，拷贝到硬盘上。这不是图片，各位小伙伴看到后尝试一下，这个问题就不用加微信咨询了。有关LabVIEW编程、LabVIEW开发等相关项目，可联系们。附件中的资料这里无法上传，可去公司网站搜索下载。
LabVIEW程序，如下附件所示。
