这里的答案有两个主要方面。您应该适当注意一些非常重要的细节。

简易方法（出于简单性和实用性）

的RNGCryptoServiceProvider，这是在BCL的加密API的一部分，应该为你做的工作。从技术上讲，它仍然是一个伪随机数，但是“随机性”的质量要高得多-
顾名思义，它适用于加密目的。

还有其他具有高质量伪随机生成器的低温API。诸如Mersenne扭曲器之类的算法非常流行。

与RandomBCL中的类相比，它要好得多。Random例如，如果在图表上绘制由生成的数字，则您应该能够识别模式，这是弱点的有力标志。这主要是由于该算法仅使用固定大小的种子查找表。

艰难的道路（用于高质量的理论随机性）

要生成 真正的
随机数，您需要利用一些自然现象，例如核衰变，微观温度波动（CPU温度是一个相对方便的来源），仅举几例。但是，这要困难得多，并且当然需要附加的硬件。我怀疑实际的解决方案（RNGCryptoServiceProvider或类似的解决方案）应该为您做得很好。

现在，请注意，如果 确实需要真正的随机数 ，则可以使用 Random.org之类
的服务，该服务会生成具有非常高的随机性/熵（基于 大气噪声
）的数字。数据可免费下载。尽管这确实为您提供了适合科学研究的数据，但对于您的情况，这可能不必要地变得复杂。

最终由您选择，但至少现在您应该能够了解RNG的各种类型和级别，从而做出有意义的决定。