代码审计中的问题(不安全随机数)

定义

Fortify漏洞：Insecure Randomness（不安全随机数）指的是代码中使用了不安全或弱随机数生成器导致的安全漏洞。随机数在密码学应用、加密和解密等领域中经常被使用，如果生成的随机数不够随机或不够复杂，则会使得攻击者可以轻易地猜出生成的随机数，从而对系统造成威胁。因此，在安全敏感的应用中，必须使用安全的随机数生成器。

下面说的就是弱随机数，因为他通过时间戳相近会使随机数被限定在一个小范围内

区别

rand.Seed(time.Now().UnixNano())
rand.New(rand.NewSource(time.Now().UnixNano()))
官方描述：
math/rand包 现在自动为全局随机数生成器（由 和 等顶级函数使用Float64）Int生成一个随机值，并且顶级Seed函数已被弃用。需要可重现的随机数序列的程序应该更喜欢分配自己的随机源，使用rand.New(rand.NewSource(seed)).
我的实验结果：
通过rand.Seed()或者rand.New(rand.NewSource())传递一个时间戳作为随机的一个种子，如果是用之前弃用的Seed,循环调用的时候如果写在循环里面时间戳相近作为一个种子接着去执行类似rand.Intn方法去产生的随机数也会相等，如果设为全局则不会出现这种情况。
rand.New(rand.NewSource(seed)).这个无论是全局还是局部都会随机

rand.Seed(time.Now().UnixNano())
	//rand.New(rand.NewSource(time.Now().UnixNano()))
	for i := 0; i < 20; i++ {
		fmt.Println(rand.Intn(10))
	}
	打印结果 93783471583726942706
	
	
	for i := 0; i < 20; i++ {
		rand.Seed(time.Now().UnixNano())
		fmt.Print(rand.Intn(10))
	}
	
	44555555555555554666
	
	
	rand.New(rand.NewSource(time.Now().UnixNano()))
	for i := 0; i < 20; i++ {
		//rand.Seed(time.Now().UnixNano())
		fmt.Print(rand.Intn(10))
	}
	14525437477001900718
	
	for i := 0; i < 20; i++ {
		rand.New(rand.NewSource(time.Now().UnixNano()))
		//rand.Seed(time.Now().UnixNano())
		fmt.Print(rand.Intn(10))
	}
	96217924342966230600