（SEED-Lab) 伪随机数生成实验

（SEED-Lab) 伪随机数生成实验

欢迎大家访问我的GitHub博客

https://lunan0320.cn

一、实验目的

1.熟悉伪随机数的生成
3.了解常见的伪随机数生成中的错误
4.掌握生成用于安全目的的伪随机数的标准方法
5.掌握如何生成安全的加密密钥

二、实验步骤与结果

Lab Tasks

Task 1: Generate Encryption Key in a Wrong Way

首先根据指导书要求，书写正确的代码。

编译后运行结果如下。

接着将srand(time(NULL))注释掉

同样编译运行，得到如下结果。

但是，发现这样并不能比较二者的优劣，尝试多次运行后，发现了不同。
可以看到，在使用了srand(time(NULL))命令后，每次得到的随机密钥都是不同的。打印出来的time值其实也是不同的。

但是，注释掉之后，发现虽然每次的time值是不同的，但是每次运行出来的随机数key已经是不同的了。

代码中srand（）函数是生成一个随机的种子，在使用rand（）函数的时候是基于该随机种子进行的。但是如果没有srand()函数的随机种子，每次的随机数是使用的系统默认的种子，这样产生的随机数就是相同的。
代码中time（）函数是获取系统从1970年1月1日0：0：0开始到现在的秒数。因此，这个值在每次程序的执行过程中都是会变化的。

Task 2: Guessing the Key

首先需要获取的是从1970.1.1 0：0：0开始到目标时间2018-04-17 23:08:49的秒数。

又因为文件是在此之前的两个小时内加密的，因此还需要知道在这之前的两小时之前的秒数。1524013729

得到了时间之后就相当于可以通过srand（）函数来知道种子，又知道密钥的生成是通过Task1中的程序生成的，因此可以仿照Task1中的程序去求出这两小时窗口内的密钥。

这样，得到的就是这两小时的密钥的可能值（十六进制）。
此时需要用代码去遍历这两小时的可能值。根据在实验六中的Task3的遍历方法即可。
这里沿用了实验六的代码，区别是这里的明密文以及密钥都是16bytes的，因此不需要通过#PKCS7去填充了，直接加密即可。

注意：此处因为给出的是十六进制的值，因此，还需要考虑的是将其转换为使用的bytes类型。这也是我长时间没有找出密钥的原因。

查阅资料后，了解到python中使用bytes以及hex的转换方法。


我在这里是使用的bytes.fromhex()将hex转换为bytes。使用bytes().hex()将bytes转换为hex类型。如下。
找到密钥后，退出循环即可。

这里展示的是在Pycharm中得出的结果。因为是遍历文本去验证的操作，速度还是很快的。

Task 3: Measure the Entropy of Kernel

这个任务是想让直观地感受一下熵的效果。
在这里我是先去查看了当前kernel中的entropy，即系统当前所拥有的随机数的比特数。
观察后发现，当我多次运行该命令查看的时候，这个数值是在发生变化的，因为我的每一次输入都会有移动鼠标，键盘输入等活动，这就是一个增加熵的过程。因此，每次打开之后数值必然是增大的。

接着，我测试了在全屏模式下对熵的测量变化情况。
在这个过程中，我打开了一个大的文件，就是Task2中的keys.txt文档，并在其中任意一行随便输入了一些数值，作为了键盘的输入，在此期间也多次随意移动鼠标。

观察：在这个过程中，我一直在观察这个全屏模式下的数值的大小，通过我的一系列动作，其数值在不断增大。从刚刚截图中的791到达了2459的数值量。当我输入的速度较快，或者鼠标随意移动的速度较快的时候，数值的增加是越明显的。

Task 4: Get Pseudo Random Numbers from /dev/random

此处是测试/dev/random的random pool。
当我在一个terminal中运行使得以hex形式dump，在另一个terminal中通过watch命令去观察这个数值。发现都是在一直降低，当降低到一定数值后，就不能再降低了。

然后当我再次移动鼠标，数值又会增加，增加到一定数值后，就以hex模式输出，数值就会又降到很低。

Question:

If a server uses /dev/random to generate the random session key with a client. Please describe how you can launch a Denial-Of-Service (DOS) attack on such a server
对于需要为client生成随机会话密钥的Server，可以对它的Server一直发起此类攻击，使得random pool的熵几乎没有，这样随机数的生成基本也就停止了，也就无法继续为Client服务了，成功发起了DDOS攻击。

Task 5: Get Random Numbers from /dev/urandom

运行cat /dev/urandom | hexdump 命令。查看当前的urandom随机数。
观察后发现，在运行该命令的时候，随机数是源源不断地打印出来，即使鼠标停止不动，或者鼠标移动，都没有影响。随机数的生成不会因此而停止。

此时需要生成1M的随机数到文件中，并分析随机数的质量。
可以看到，随机数的熵达到了7.999844bits/bytes，一个字节8bit的情况下，这个数值已经很高了。
卡方分布是227.02，随机数超过该值的概率是89.57%，也是较高的。
蒙特卡洛值计算的PI，误差仅仅只有0.01%，也是很小的。
序列的相关度达到了0.000760，总体相关度为0。这能说明序列是相当随机的。
综上：生成的随机数的质量是很高的。

修改代码，使之打印除256位的随机数。
其中，需要在样本代码的基础上添加打印代码的部分，切密钥长度改为256bit，也就是32bytes

执行此程序，多次执行，查看结果的不同。
发现，此时打印出的32bytes的随机数，每次的执行效果也是不同的，这样就可以通过/dev/urandom获得真的随机数。
同时，这个过程并没有发生拒绝服务，每次生成随机数之间差别也是很大，随机数的质量也很高。