統計検定に合格する擬似乱数(PRNG)でも深層学習による識別が可能となり、新たな脅威となっている。しかし、その識別根拠はブラックボックスであり、脆弱性の所在が不明確な点が課題である。そこで本研究では、真性乱数とLCG等のPRNGを深層学習を用いて二値分類を行い、その判断根拠をXAIにより可視化・定量化する手法を提案する。本手法により、統計検定では検出困難な乱数の構造的欠陥や偏りを、モデルが具体的に捉えている箇所として特定できることを目的とする。本研究は、深層学習による攻撃にも耐え得る特性を持つ、より安全なPRNGの設計・評価への貢献を目指す。