随机数相关

两个要求：随机性和不可预测性

真随机数生成器（TRNG）非确定性随机为生成器（NRBG）

使用不确定的物理源，生成非确定的随机位

过程：真随机源——转换为二元数——随机比特流TRNG

物理随机性原采样——噪声处理——熵池收集和混合——随机数生成

伪随机数生成器（PRNG）确定性随机为生成器(DRBG)

使用确定性的计算产生随机位。
PRNG取一个固定值（种子）作为输入，并用一个确定性算法生成输出位序列。

种子必须不可预测，一般由TRNG生成。

若应用为流密码，TRNG不实用

若只需生成有限数量的随机数，通常也希望使用TRNG做种子，使用PRF【（伪随机数生成函数）：与PRNG唯一区别是，生成随机数的长度固定】输出。

算法分为两类：

• 专用算法：为生成伪随机位流而专门设计。
• 基于现有密码算法的算法：密码算法会随机化输入数据。

1. 对称分组密码
2. 哈希函数
3. 消息认证码

线性同余生成器（LCG）

性能和随机性质取决于选择的参数（a、c、m）以及初始种子值

BBS生成器

利用两个大素数的乘积作为模数，然后选择一个初始值（种子）作为计算起点，然后迭代的计算下一个伪随机数。

使用分组密码生成伪随机数

eg：AES-128，种子由一个128位密钥和一个128位V值构成

在CTR模式下，V值每加密一次就增一

在OFB模式下，V值更新为前一个PRNG的值 

                                                                                                                                                                                                                                                                                     

CTR模式和OFB模式都属于流密码。

OFB模式是将加密的输出反馈到输入，而CTR模式则是将计数器的值用作输入。

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            

 参考：

可厉害的土豆-哔哩哔哩_Bilibili