计算机中的伪随机和真随机有着本质的区别。
真随机是指事件的结果是完全不可预测的，就像抛硬币或掷骰子一样，每次的结果都是独立的，无法被预测或复制。在计算机中，真随机通常是通过物理过程来生成的，比如测量放射性衰变的时间间隔，或者使用专门的硬件随机数生成器。
而伪随机则是指通过算法来模拟随机过程。伪随机数生成器（PRNG）是一种能够生成看似随机的序列的算法，但实际上这些序列是可以被预测和重现的。伪随机数生成器通常基于一些确定的初始值（种子），并通过一系列的数学运算来生成序列。
总的来说，真随机是不可预测和不可重现的，而伪随机则是可预测和可重现的。在计算机科学中，伪随机被广泛应用，因为它足够“随机”以满足大多数应用的需求，同时又能保证可重现性和可测试性。但在需要高度安全性的应用中，如密码学，真随机则更为重要。
一、人工智能
简介：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的科学，是数学、系统学、控制学、计算机科学、认知科学等学科交叉形成的综合性学科
特点：当下最热门专业，与各领域都有交叉，相关会议众多，实验室和工业界实习机会多，对数学能力要求较高，常见的对口岗位是算法工程师，薪资较高
二、软件工程
简介：设计、开发和测试操作系统级软件、编译器和网络分布式软件，用于医疗、工业、军事、通信、航空航天、商业、科学等常见计算应用
特点： 软件工程相对CS其他专业来说偏向文科，概念性强，同时也偏工程化，以最终结果要开发一个完整产品为目的，研究以工程的概念、原理、技术和方法来开发与维护软件。入行门槛跨度大，薪酬跨度也大，常见岗位有软件运维工程师、软件测试工程师等
三、图形学
简介：图形学是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。简单地说，就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法
特点： 计算机图形学主要包含：建模、渲染、动画和人机交互，用途广泛，就业面广，对数学能力要求较高，同时因为任何一个CG的渲染的计算量都很大，图形学对算法的空间复杂度和时间复杂度的分析的要求很高，对硬件相关的认识的要求也很高
简介：信息安全旨在培养能够在政府机关、企事业单位、金融、证券、通信等领域从事信息安全系统维护、网络安全系统管理与维护、网络安全管理与评估等工作，也可以在IT领域从事网络设备安装与调试、网络系统项目的分析与设计、网络服务配置与管理等操作能力的高素质技能型专门人才。
特点： 信息安全行业的就业需求以年均30%的速度递增。无论是职业前景、受重视程度、提升空间还是薪酬基数、薪酬增长预期等较其它行业都更为优越。常见的岗位有网络安全工程师、渗透测试工程师等。
五、大数据
简介：数据科学与大数据技术专业基于大数据时代巨大人才需求的背景下设立的新专业，旨在培养具有良好的科学素养和社会责任感与使命感，具有宽广的国际视野，具有从事数据科学与大数据相关的软硬件及网络的研究、设计、开发以及综合应用的高级工程技术人才。
特色：大数据专业主要从数据管理、系统开发、海量数据分析与挖掘三个层面设置相关课程与学习，目的是让学习者系统地掌握大数据应用中的各种典型问
计算机生成的随机数可以分为伪随机数和真随机数。它们之间的主要区别如下：
1. 生成原理：伪随机数是通过一个确定性的算法来生成的，这个算法需要一个初始的种子值。逐次使用该算法，它会生成一个看似随机的数列。而真随机数是通过一些物理过程或者环境噪声等不可预测的事件来生成的。
2. 可重复性：伪随机数是基于确定性算法生成的，因此，如果使用相同的种子值和算法，它们会生成相同的数列。而真随机数是不可预测和不可重复的，每次生成的结果都是独立的。
3. 安全性：伪随机数在加密和安全领域中存在一定的风险，因为如果攻击者能够获取到种子值和算法，他们可能能够预测后续的数值。真随机数在安全性方面更可靠，因为它们无法预测和重现。
4. 应用领域：伪随机数通常在仿真、模拟、游戏和一些普通的计算需求中使用。真随机数主要在密码学、加密算法、安全密钥生成等安全相关的领域中使用。
需要注意的是，虽然伪随机数不是真正的随机数，但在大多数情况下，它们的随机性足够满足一般的计算需求。真随机数的生成通常需要特殊的硬件或外部设备来获取环境噪声等随机输入，所以在实际应用中可能更加困难和昂贵。