---

Schnellstart

# Installieren
cargo install openentropy-cli

# Entropiequellen auf Ihrem Rechner erkennen
openentropy scan

# Alle schnellen Quellen benchmarken
openentropy bench

# 64 zufällige Hex-Bytes ausgeben
openentropy stream --format hex --bytes 64

# Live-TUI-Dashboard
openentropy monitor

Standardmäßig werden nur schnelle Quellen (<2s) verwendet. Mit --all werden auch langsamere Quellen (DNS, TCP, GPU, BLE) einbezogen. Das Positionsalias all wird aus Kompatibilitätsgründen ebenfalls akzeptiert.

Externe QRNG-Hardware

Die meisten OpenEntropy-Quellen stammen vom Host-Rechner selbst. OpenEntropy unterstützt auch externe Hardware-Geräte, wenn sie angeschlossen und erkennbar sind:

• Crypta Labs QCicada USB QRNG — verfügbar als qcicada-Quelle. OpenEntropy kann die Quantenausgabe des Geräts lesen und benchmarken, analysieren, aufzeichnen oder mit Quellen auf dem Host vergleichen. Die eigenen Ausgabemodi des Geräts sind raw, sha256 und samples, und OpenEntropy nutzt jetzt QCicadas Fresh-Start-Continuous-Mode-Helfer aus qcicada 0.2.2, sodass nach dem Wechsel in den Continuous-Mode einmalig bereits gepufferte Geräteeingaben verworfen werden, anstatt den ersten Lesevorgang aus veralteten Warteschlangen-Bytes zu bedienen. Siehe das QCicada-Handbuch.

Python

pip install openentropy

from openentropy import EntropyPool, detect_available_sources

sources = detect_available_sources()
print(f"{len(sources)} Entropiequellen verfügbar")

pool = EntropyPool.auto()
source = sources[0]["name"]
data = pool.get_source_bytes(source, 256, conditioning="sha256")

Aus dem Quellcode bauen (native Erweiterung):

git clone https://github.com/amenti-labs/openentropy.git && cd openentropy
pip install maturin
maturin develop

---

Zwei Zielgruppen

Sicherheitsingenieure nutzen OpenEntropy, um die Entropiequalität zu validieren und CSPRNGs zu seeden:

openentropy analyze --profile security --output audit.md

Forscher nutzen OpenEntropy, um die Eigenschaften des rohen Rauschens zu untersuchen:

openentropy analyze --profile deep --output analysis.json

Sicherheitsingenieure seeden CSPRNGs, generieren Schlüssel und ergänzen /dev/urandom mit unabhängiger Hardware-Entropie. Die SHA-256-konditionierte Ausgabe (--conditioning sha256, Standard) liefert kryptografisch sichere Zufallsbytes. Das security-Profil aktiviert die NIST-Testsuite, die Min-Entropie-Aufschlüsselung und die SHA-256-Konditionierung mit einem Flag.

Forscher untersuchen die Eigenschaften des rohen Rauschens von Hardware-Komponenten. Mit --conditioning raw erhalten Sie ungeglättete, nicht konditionierte Bytes, die das tatsächliche Rauschsignal jeder Quelle erhalten. Das deep-Profil aktiviert 100K Samples, Kreuzkorrelation und PEAR-artige Versuchsanalyse.

Der Raw-Modus ermöglicht:

• Hardware-Charakterisierung — Messung von Min-Entropie, Autokorrelation und spektralen Eigenschaften einzelner Rauschquellen
• Silizium-Validierung — Vergleich von Rauschprofilen über Chip-Revisionen, thermische Zustände und Spannungsdomänen hinweg
• Anomalieerkennung — Überwachung der Entropiequellen auf Anzeichen von Hardware-Verschlechterung oder Manipulation
• Domänenübergreifende Analyse — Untersuchung von Korrelationen zwischen unabhängigen Entropie-Domänen (thermisch vs. Timing vs. IPC)

---

Was Dies Anders Macht

Die meisten Zufallszahlengeneratoren sind pseudozufällig — deterministische Algorithmen, die einmal geseedet werden. OpenEntropy sammelt kontinuierlich echtes physikalisches Rauschen von Ihrer Hardware:

• Thermisches Rauschen — drei unabhängige Oszillatorschwebungen (CPU-Quarz vs. Audio-PLL, Display-PLL, PCIe-PHY-PLLs)
• Timing und Mikroarchitektur — Taktphasenrauschen, DRAM-Zeilenpufferkonflikte, spekulative Ausführungsvarianz, TLB-Shootdowns, DVFS-Rennen, ICC-Bus-Konflikte, Prefetcher-Zustand, APRR-JIT-Timing, ANE-Taktdomänenübergang
• I/O und IPC — Disk- und NVMe-Latenz (inkl. IOKit-Sensor-Polling, Raw-Device und Linux-Passthrough), USB-Enumeration, Mach-Port-IPC, Pipe-Puffer-Zuweisung, kqueue-Ereignisse, fsync-Journal
• GPU und Compute — GPU-Warp-Divergenz, IOSurface-übergreifendes Domain-Timing, Neural Engine Inference-Timing
• Scheduling und System — nanosleep-Drift, GCD-Dispatch-Queues, Thread-Lebenszyklus, P/E-Core-Migration, Timer-Coalescing, Kernel-Zähler, Prozess-Tabellen-Snapshots
• Netzwerk und Sensoren — DNS-Auflösungs-Timing, TCP-Handshake-Varianz, WiFi-RSSI, BLE-Umgebungs-RF, Audio-ADC-Rauschen
• Tiefe Hardware — Doppeltakt-Domänenschwebungen, SITVA, AES-XTS-Kontextwechsel, SEV-Broadcast, COMMPAGE-Seqlock, SMC-Thermistor, getentropy-TRNG-Reseed

Der Pool kombiniert unabhängige Ströme mittels XOR. Kein einzelner Quellenausfall kann den Pool gefährden.

Konditionierungsmodi

Konditionierung ist optional und konfigurierbar. Verwenden Sie --conditioning in der CLI oder ?conditioning= in der HTTP-API:

Modus	Flag	Beschreibung
SHA-256 (Standard)	--conditioning sha256	SHA-256-Konditionierung. Kryptografische Qualität.
Von Neumann	--conditioning vonneumann	Nur Entzerrung (Debiasing) — entfernt Verzerrungen, bewahrt aber mehr der rohen Signalstruktur.
Raw	--conditioning raw	Keine Verarbeitung. Quell-Bytes ohne Glättung – bewahrt das tatsächliche Hardware-Rauschsignal für die Forschung.

Der Raw-Modus macht OpenEntropy für die Forschung nützlich. Die meisten HWRNG-APIs führen eine DRBG-Nachbearbeitung durch, die jede Quelle wie gleichmäßig zufällige Bytes erscheinen lässt und damit die Informationen zerstört, die Forscher benötigen. Die rohe Ausgabe bewahrt die Rauschstruktur pro Quelle: Verzerrung, Autokorrelation, spektrale Merkmale und quellenübergreifende Korrelationen. Siehe Konditionierung für Details.

---

Dokumentation

• Docs-Seite: https://amenti-labs.github.io/openentropy/
• PyPI-Paket: https://pypi.org/project/openentropy/