该研究论文聚焦于无线嵌入式系统中的弱随机性问题，指出弱的随机性已导致部署的密码学受到实施漏洞、启动熵稀缺和后门化生成器的破坏。廉价无线传感器风险尤为集中，因为许多传感器在高度确定性的条件下启动或运行，同时依赖基础、简陋或不透明的随机数生成器（RNG）。论文以ESP32类板卡为例，发现无线设备RNG（WDEV）在射频禁用时的输出虽在规范上是伪随机，但通过了与射频激活状态下相同的统计检测，表明输出测试不能替代源状态验证。为此，作者提出了一种针对ESP32类物联网节点的纵深防御引导路径，该路径结合了SRAM启动材料、无线电突发提取和非对称熵胶囊，并实施显式的源状态准入。具体地，无线电突发提取中，本地物联网网络中的可信节点（如网关或专用熵节点）发送公开数据包突发以打开测量窗口；客户端在该窗口内采样自身的WDEV输出和数据包时序，仅计入本地响应。熵胶囊通过预配置的非对称密钥对覆盖冷启动情况：可信节点使用客户端公钥加密新鲜种子材料并签名胶囊；客户端在拥有本地熵之前执行验证、解封装和哈希操作。论文对ESP32 RNG在多种无线电工作模式、固定突发提取窗口、确定性胶囊客户端路径和SRAM启动读取下进行了基准测试。这些测量支持一种准入策略，即仅当每个根的所需源状态和协议检查都满足时才计入其熵。该研究为改善物联网设备随机性提供了可实践的方法。

该论文提出一个用户友好的软件平台，用于生成、分析和评估伪随机比特序列的可预测性。平台支持经典伪随机数生成器（如线性反馈移位寄存器LFSR和梅森旋转算法MT）及其混合结构，特别是LFSR-MT混合序列的复杂性和抗预测能力。平台集成了统计度量和数据驱动方法，并利用机器学习和深度学习工具来探究确定性PRNG即使在结构更复杂时仍可能存在的部分可预测性。实验结果表明，算法随机序列生成器在不可预测性方面存在固有局限性，从而支持在安全关键应用中使用量子随机序列。通过与经典LFSR-MT序列的对比，量子随机序列因其非确定性的物理起源而展现出更高的不可预测性。论文还讨论了量子随机序列在干扰（jamming）应用中的潜在用途，强调其对抗基于预测的攻击的鲁棒性。该平台为现代电子、传感和量子通信系统中的随机序列生成器提供实用的分析、比较和基准测试工具。