随机数 == 伪随机数？

最新推荐文章于 2024-03-25 21:23:37 发布

lelege01

最新推荐文章于 2024-03-25 21:23:37 发布

阅读量1k

点赞数

分类专栏： python 文章标签： python 开发语言

本文链接：https://blog.csdn.net/qq_43775034/article/details/129986468

版权

python 专栏收录该内容

9 篇文章 0 订阅

订阅专栏

文章解释了伪随机数的定义，即它们是通过算法模拟而非真实随机事件生成的。在Python中，可以使用`random.getstate()`和`random.setstate()`来保存和恢复随机数生成的状态，从而重现序列。这展示了伪随机数序列的可预测性，对于理解其在加密和安全中的潜在风险至关重要。

摘要由CSDN通过智能技术生成

随机数是专门的随机试验的结果，那么为什么叫伪随机数呢？

之所以称之为伪随机数，是因为真正意义上的随机数（或者随机事件）在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。
而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。计算机的伪随机数是由 随机种子 根据一定的计算方法计算出来的数值。所以，只要计算方法一定，随机种子一定，那么产生的随机数就是固定的。

那么怎么对伪随机数进行攻击呢，也就是怎么样再现之前的随机数呢？

以python为例

>>> x = random.getstate()            //将随机数内部的状态赋值给x
>>> print(x)
(3, (1016028004, 1802878489, 812885751, 2907554112, 1792390388, 2786629648, 3270952119, 342996505, 2586295976, 509783117, 3462393140, 3197552260, 4130960772, 987064256,...... 1), None)
>>> random.randint(1,10)           //随机生成1-10之间的随机数
3
>>> random.randint(1,10)           //随机生成1-10之间的随机数
1
>>> 
>>> random.randint(1,10)           //随机生成1-10之间的随机数
9
>>> random.randint(1,10)
10
>>> random.randint(1,10)
9
>>> random.randint(1,10)
4
>>> random.setstate(x)       //重新设置之前的随机数状态，即将之前的种子设置为当前的随机数状态值
>>> random.randint(1,10)     //再次生成随机数发现与之前的随机数一致，说明随机数攻击成功，也再次印证了python的random模块生成的随机数是有规律特征的所谓的伪随机数
3
>>> random.randint(1,10)
1
>>> random.randint(1,10)
9
>>> random.randint(1,10)
10
>>> random.randint(1,10)
9
>>> random.randint(1,10)
4
>>>