在信息爆炸时代，信息的安全问题受到了广泛关注。在物联网设备的加密协议中，物理不可克隆函数(PUF)与真随机数发生器成为加密协议中基本的安全原语，提供了轻量级的解决方案。文章提出了一种熵源分离模型，能够分离环形振荡器中抖动(真随机数发生器的熵)和工艺偏差(PUF熵)引起的延时。基于该模型，在FPGA上设计了一种可重构的双工作模式电路，通过改变模式可分别生成PUF和真随机数。相较于FPGA上独立设计的PUF和真随机数发生器，该结构具有资源开销小、面积利用率高、功耗低等优势。实验结果表明，生成的PUF稳定性高、唯一性强、均匀性好；真随机数序列均通过了NIST测试，具有高随机性和不可预测性。

全光混沌因其结构简单，混沌信号具有类噪声、不可预测等特点被广泛应用于保密通信领域和真随机数发生器领域。文章提出利用特定色散曲线的相位作用与激光器的内外腔的非线性效应来平坦化混沌信号的频谱，从而实现高带宽的混沌信号,同时能够在一定程度上减弱混沌信号的内在相关性。首先搭建了传统的全光混沌结构，分析其频谱特征，然后在该系统结构的外腔环内通过色散补偿器件引入了所设计的特定色散曲线，最后对比分析了不同色散曲线情况下对全光混沌信号频谱的影响。实验结果证明了该方案能够展宽全光混沌信号的频谱。

为了得到平稳的随机信号, 设计了一种应用于智能卡的物理真随机数发生器。采用振荡采样的方法将噪声源产生的抖动噪声转变为随机数。同时, 在发生器输出级运用由异或链、线性反馈移位寄存器组成的后处理模块, 消除外部干扰导致随机数发生器产生的偏差和自相关性。通过设计在线检测电路, 实时检测随机序列的质量。理论研究和仿真测试证明, 该方案能生成均匀、彼此独立的随机信号。