早在1991年，Bennett与Brassard等人就已完成了量子密钥分发(quantum keydistribution QKD)的演示实验。近年来，量子保密通信迅速地发展，已经成为了一门相对成熟的学科。相比于经典信息学，量子信息学有着绝对的优势和前景。量子密钥分发逐渐从实验室研究走向实用化，使得信息的安全传递有了根本性的突破。量子保密通信与经典保密通信相同的是，需随机数用于密钥生成和辅助计算，因此随机数的性能在通信安全中起着关键性的作用。在密钥消耗较高的通信，或者远距离的量子通信中，要求较高的信号发射频率，因此随机数需要有与信号发射频率相匹配的产生速率。　　 除了在保密通信中的应用，随机数还用于各种算法建模、游戏、商务等方面。随着高科技的发展，对随机数性能的要求也越来越高。传统伪随机数由于其本身具有可预测性的缺陷，在很多应用中都已经不能满足需求。对真随机数的研究越来越重要，尤其是高速真随机数发生器的研究。　　 真随机数是基于物理随机现象产生的随机数，是不可预测的，比如电子学噪声、光子辐射时间、核衰变时间等。本文实现了基于数字电路抖动真随机数发生器和基于光量子效应的量子随机数发生器，均能产生统计分布好，且具有不可预测性的真随机数。基于抖动的真随机数发生器的熵源为高速震荡环的随机抖动，由电子学噪声引起，是物理随机现象。量子随机数发生器的熵源为单光子到达探测器在时间上的随机性，是光的量子随机性。这两者产生的随机数都有完全不可预测性，但是在实际数据的提取中，受提取方法的影响，数据会有一些缺陷，不能达到非常好的统计分布。　　 统计分布不够理想，或者说存在某些特定缺陷，是物理随机数发生器普遍存在的一个问题。后处理方法能让随机数具有更好的统计分布，而从信息熵的角度来说则是增加数据的熵。本文的另一部分是对随机数后处理方法进行讨论，并在FPGA(Field--Programmable Gate Array)中实现了三种高速后处理算法。这三种后处理方法各有其优缺点，可用于需求不同的场合，针对不同的随机数发生器数据进行后处理。　　 判断一个数据序列是否是性能很好的真随机数，除了对随机数发生器本身进行分析外，更为直接的方法就是用各种成熟的随机数测试软件对数据进行测试。本文对几种常用的随机数测试软件进行了较为系统的介绍，对其优劣进行了讨论和比较。　　 量子计算机具有超强的计算能力，量子计算机的问世或许会对以往所有随机数发生器构成威胁，只有量子随机数才能抵抗量子计算机的攻击。因此，对量子随机数的研究非常必要。　　 本论文主要工作如下:　　 1.完成了两类随机数发生器的设计。　　 2.设计电子学系统进行数据采集，且将基于jitter的随机数应用于QKD系统。　　 3.实现了三种通用随机数后处理算法，并做了相应测试。