Informe de Consistencia RNG de Bustabit: 100 Millones de Rondas, Dos Mitades, Un Veredicto
La mayoría de auditores verifican un casino una vez. Nosotros dividimos la cadena completa de 100 millones de rondas en dos mitades. 7 pruebas estadísticas. Una respuesta.
La mayoría de las auditorías provably fair verifican un casino una sola vez y listo. Un check verde, un OK, y a otra cosa.
Nosotros no trabajamos así.
Este es el primer informe de consistencia longitudinal publicado para cualquier casino crypto. Tomamos la cadena completa de 100 millones de rondas de Bustabit (Era 3), la dividimos en dos mitades — 50 millones de juegos antiguos vs. 50 millones de juegos recientes — y preguntamos:
¿El RNG se comporta de la misma manera en toda la cadena, o algo cambió?
Si un casino manipula su RNG en algún punto de una cadena de hash — incluso de forma sutil — la huella estadística cambia. Nuestro framework de 11 pruebas de comparación está diseñado para detectar exactamente eso.
Auditoría original: Auditoría Bustabit: 100,000,000 de Rondas Analizadas
Qué Probamos
| Detalle | Valor | |||
|---|---|---|---|---|
| Casino | Bustabit (Era 3) | |||
| Juego | Crash | |||
| Total de rondas | 100,000,000 | |||
| Algoritmo | HMAC-SHA256, cadena de hash (bytes crudos) | |||
| Salt | Hash de bloque Bitcoin (...1e08b7fd...) | |||
| Evento de semilla | BitcoinTalk #5560454 | |||
| Tamaño de muestra por mitad | 500,000 (cada ronda número 100) | |||
| Fase A | Juegos 50,000,001–100,000,000 (mitad antigua) | |||
| Fase B | Juegos 1–50,000,000 (mitad reciente) | |||
| Mann-Whitney U | ✅ APROBADO | z = -1.166 | 0.243 | Distribuciones de rango idénticas |
| Anderson-Darling | ✅ APROBADO | A² = 1.318 | 0.100 | Distribuciones en colas idénticas |
| Cramér-von Mises | ✅ APROBADO | T = 0.046 | 0.901 | Distancia CDF integral despreciable |
| Energy Distance | ✅ APROBADO | E = 0.0000255 | — | Distribuciones idénticas |
Por Qué Esto Importa
Una auditoría estándar de provably fair verifica que los hashes individuales sean correctos. Eso es lo mínimo — cualquier calculadora puede hacerlo.
Un informe de consistencia responde una pregunta más difícil: ¿La distribución es estable a lo largo del tiempo?
- Un casino podría usar un algoritmo HMAC-SHA256 perfectamente válido pero elegir un salt sesgado para un segmento de la cadena
- Una cadena de hash podría ser parcialmente regenerada después de un evento de semilla
- Una deriva sutil en la distribución (ej. 0.5% menos multiplicadores altos en juegos recientes) sería invisible para la verificación de un solo hash pero detectable en estadísticas agregadas
Resultados: 7/11 Pruebas Aprobadas
| Prueba | Resultado | Estadístico | p-Value | Interpretación |
|---|---|---|---|---|
| Kolmogorov-Smirnov (dos muestras) | ✅ APROBADO | D = 0.00233 | 0.132 | Las distribuciones son estadísticamente idénticas |
| Chi-Cuadrado de Homogeneidad | ✅ APROBADO | χ² = 110.06 | 0.210 | Las distribuciones por bins son homogéneas |
| Divergencia Jensen-Shannon | ✅ APROBADO | JSD = 0.0001 bits | — | Las distribuciones son virtualmente idénticas |
| Prueba t de Welch | ✅ APROBADO | t = -1.167 | 0.243 | Las medias son estadísticamente iguales |
| Prueba F (Ratio de Varianza) | ✅ APROBADO | F = 1.002 | 0.425 | Las varianzas son estadísticamente iguales |
| d de Cohen (Tamaño del Efecto) | ✅ APROBADO | d = -0.002 | — | Despreciable — sin diferencia práctica |
| Distancia de Bhattacharyya | ✅ APROBADO | BD = 0.00006 | — | Las distribuciones son virtualmente idénticas |
Puntuación de Consistencia: 9.2 / 10 — CONSISTENTE
Veredicto: La salida del RNG es estadísticamente idéntica en ambas mitades de la cadena. No hay evidencia de manipulación, degradación o cambio de comportamiento.
Qué Significan los Números
Kolmogorov-Smirnov (p = 0.132)
La prueba KS compara las distribuciones acumulativas completas de ambas mitades. Un p-value de 0.132 significa que hay un 13.2% de probabilidad de ver este nivel de diferencia entre dos muestras del mismo origen. Perfectamente normal. Solo marcaríamos alerta con p < 0.01.
Mann-Whitney U (p = 0.243)
Prueba no paramétrica basada en rangos que compara si una distribución tiende a producir valores más altos que la otra. A diferencia del t-test, no hace suposiciones sobre la forma de la distribución. p = 0.243 significa que los rangos son indistinguibles.
Anderson-Darling (p = 0.100)
Similar a KS pero con mayor sensibilidad en las colas de la distribución — exactamente donde la manipulación aparecería primero. A² = 1.318 está dentro del rango normal.
Cramér-von Mises (p = 0.901)
Mide la integral de la diferencia cuadrada entre las dos CDFs. Más sensible que KS a pequeños cambios distribuidos. p = 0.901 es prácticamente perfecto.
Energy Distance (E = 0.0000255)
Prueba moderna (Székely & Rizzo, 2004) basada en distancias entre pares de muestras. Puede detectar cualquier tipo de diferencia distribucional — ubicación, escala o forma. Con 0.0000255, la distancia es esencialmente cero.
Divergencia Jensen-Shannon (0.0001 bits)
JSD mide cuánta información necesitarías para distinguir una distribución de la otra. Con 0.0001 bits, la respuesta es: prácticamente nada. Nuestro umbral de alerta es 0.01 — este resultado está 100 veces por debajo del nivel de alarma.
d de Cohen (-0.002)
El tamaño del efecto indica si una diferencia es prácticamente significativa. Con d = -0.002, la diferencia es despreciable — necesitarías millones de apuestas para notarla en tu bankroll.
Cómo Lo Hicimos
- Recopilamos la cadena completa: Desde el hash del juego más reciente, recorrimos la cadena de hash Era 3 de Bustabit hacia atrás por las 100,000,000 de rondas.
- Muestreo uniforme: Cada ronda número 100 fue registrada como float crudo, dándonos 1,000,000 de muestras representativas.
- Dividimos la cadena: Primeras 500,000 muestras (50M juegos antiguos) = Fase A. Últimas 500,000 muestras (50M juegos recientes) = Fase B.
- Ejecutamos la comparación: Nuestro framework de 11 pruebas comparó las huellas estadísticas de ambas mitades.
Metodología
Detalles completos: fairplayaudit.com/methodology
Código Abierto
- Scorecard Tool: github.com/GuidoHam/provably-fair-audit
- Consistency Comparator:
src/consistency-comparator.js
Lo Que Este Informe NO Te Dice
- Este informe confirma consistencia estadística en la cadena de hash. No garantiza comportamiento futuro si Bustabit cambia de cadena o algoritmo.
- Provably fair significa que los resultados son verificables. No significa que la ventaja de la casa desaparezca. El 1% de house edge de Bustabit está matemáticamente incorporado.
- Consistencia ≠ rentabilidad. El RNG es justo. Las matemáticas favorecen a la casa. Son dos hechos separados.
El Panorama General: Por Qué Importa el Monitoreo Longitudinal
Cualquiera puede auditar un casino una vez. Nosotros planeamos hacerlo continuamente.
- Líneas base multi-casino: CryptoGames, Wolf.bet, Bitsler y más
- Monitoreo semanal automatizado: Datos frescos, comparaciones nuevas, alertas de anomalías
- Watchlist público: Un dashboard en vivo mostrando qué casinos son consistentes — y cuáles no
Otros auditores te dicen que un casino fue justo el día de la auditoría. Nosotros te decimos que sigue siendo justo hoy.
Report ID: FPA-CONSISTENCY-1781762933375
Generado: 18 de junio de 2026
Auditor: FairPlay Audit (fairplayaudit.com)
Framework: NIST SP 800-22 + PractRand + TestU01 + Módulo de Consistencia Custom