随着通信技术的日益成熟,现代社会对数据安全的重视程度也日益加深,在现代网络空间中传输的数据,出于对传输信息保密性的需要,在大量的应用场景当中,都依赖于数据加密。用于加密的数据通常是随机的、不可预测的信息。正因如此,数据加密的安全性,很大程度上,依赖于其加密序列的随机性与不可预测性,有效测量一个随机序列的随机性,具有重要的价值。随着近年来量子计算领域的蓬勃发展,传统人工算法生成的随机数地位逐渐受到量子随机数的挑战,对于真随机序列与伪随机序列,如何才能有效进行划分;另外,传统的随机性检测方法,通过建立基准,对随机序列的随机性进行检测,对于其统计分布的精细特征欠缺测量的方法。针对上述问题,本文提出了基于变值测量的随机序列平稳随机性测量方法。相较于传统的随机序列测量模式,变值测量是一类新型的测量模式,通过概率统计的方法,将序列转变成相应统计分布,采用变值可视化方法,观察信号的可视化特征,可以有效地展现随机序列的统计分布特性。本文基于变值测量体系,进一步挖掘高维统计特性,主要工作集中在对随机序列的平稳随机性进行研究,通过对随机序列进行移位操作,产生新的随机序列,基于新的移位序列的统计分布,采用信息熵、极大值作为高维统计测度,结合可视化分析与量化分析方法,对随机序列的平稳随机性进行测量。本文先后介绍了该研究的背景、现状、意义以及相关基础理论;然后系统地描述模型的体系结构与各核心模块的工作流程,对不同机制产生的随机序列进行了测量,得到相应的可视化结果与量化指标,并据此进行对比分析,最后对本文的所作的研究工作进行了总结与展望。