假设我有一些 Python 代码:
import random
r=random.random()
在通常情况下,r的值从哪里得到?
如果我的操作系统没有随机数,它将从哪里种子?
为什么不建议在加密中使用此种方法?有办法知道随机数是多少吗?
假设我有一些 Python 代码:
import random
r=random.random()
在通常情况下,r的值从哪里得到?
如果我的操作系统没有随机数,它将从哪里种子?
为什么不建议在加密中使用此种方法?有办法知道随机数是多少吗?
>>> import random
>>> random.__file__
'/usr/lib/python2.7/random.pyc'
.pyc
的路径,通常与可读代码的原始.py
文件并排放置。/usr/lib/python2.7/random.py
中发生了什么:Random
类的实例,然后(在文件底部)将该实例的方法“提升”为模块函数。很棒的技巧。当随机模块在任何地方被导入时,都会创建该Random
类的新实例,然后初始化其值并将方法重新分配为模块的函数,使其在每次导入(嗯...或每个Python解释器实例)时变得相当随机。_inst = Random()
seed = _inst.seed
random = _inst.random
uniform = _inst.uniform
triangular = _inst.triangular
randint = _inst.randint
Random
类在其__init__
方法中唯一做的事情就是对其进行种子处理:class Random(_random.Random):
...
def __init__(self, x=None):
self.seed(x)
...
_inst = Random()
seed = _inst.seed
x
是 None
(没有指定种子),会发生什么?好吧,让我们来检查一下 self.seed
方法:def seed(self, a=None):
"""Initialize internal state from hashable object.
None or no argument seeds from current time or from an operating
system specific randomness source if available.
If a is not None or an int or long, hash(a) is used instead.
"""
if a is None:
try:
a = long(_hexlify(_urandom(16)), 16)
except NotImplementedError:
import time
a = long(time.time() * 256) # use fractional seconds
super(Random, self).seed(a)
self.gauss_next = None
评论已经说明了正在发生的事情... 这种方法尝试使用操作系统提供的默认随机生成器,如果没有,则将当前时间用作种子值。
但是,等等...那个_urandom(16)
是什么东西?
嗯,答案在这个random.py
文件的开头:
from os import urandom as _urandom
from binascii import hexlify as _hexlify
塔达......种子是一个16字节的数字,来自os.urandom
假设我们在一个文明的操作系统中,比如Linux(有一个真正的随机数生成器)。 random
模块使用的种子与以下操作相同:
>>> long(binascii.hexlify(os.urandom(16)), 16)
46313715670266209791161509840588935391L
random
函数并不真正“随机”... 它们只是一系列非常奇怪的数字。但是,给定相同的种子,该序列将是相同的。您可以自己尝试:>>> import random
>>> random.seed(1)
>>> random.randint(0,100)
13
>>> random.randint(0,100)
85
>>> random.randint(0,100)
77
/dev/urandom
(这就是Python的os.urandom
实际上内部使用的内容)。区别在于(如前所述),/dev/random
使用硬件中断来生成随机序列。如果没有中断,/dev/random
可能会用尽,您可能需要等待一小段时间才能获得下一个随机数。/dev/urandom
在内部使用/dev/random
,但它保证始终为您准备好随机数字。cat /dev/random
命令(准备好按下Ctrl+C因为它会输出非常随机的内容)。borrajax@borrajax:/tmp$ cat /dev/random
_+�_�?zta����K�����q�ߤk��/���qSlV��{�Gzk`���#p$�*C�F"�B9��o~,�QH���ɭ�f��̬po�2o�(=��t�0�p|m�e
���-�5�߁ٵ�ED�l�Qt�/��,uD�w&m���ѩ/��;��5Ce�+�M����
~ �4D��XN��?ס�d��$7Ā�kte▒s��ȿ7_���- �d|����cY-�j>�
�b}#�W<դ���8���{�1»
. 75���c4$3z���/̾�(�(���`���k�fC_^C
Python使用操作系统的随机生成器或时间作为种子。这意味着我能想象到Python的random
模块可能存在潜在弱点的唯一场景是:
time.time
始终报告相同的时间(基本上是有损坏的时钟)如果您关心random
模块的实际随机性,可以直接使用os.urandom
或pycrypto加密库中的随机数生成器。那些可能更加随机。我说“更加随机”是因为...
图片灵感来自于这个SO答案