抽奖摇号系统随机性算法介绍

 
参考视频教程:  
 **高并发高性能 Go语言开发企业级抽奖项目  **

1. 摘要
   =====

本文分析GO语言包中的"crypto/rand"和"math/rand"，芯链HPB系统的区块链随机数，并给出了权衡效率和随机性，并给出了一款区块链摇号抽奖系统如何实现随机数的算法和流程。

1. 背景知识
   =======

2.1 真随机和伪随机概念

根据密码学原理，要想对一个"随机数"进行随机性检验有以下几个标准：

• 统计学伪随机性 - 在给定的随机比特流样本中，1 的数量大致等于 0 的数量，也就是说，“10""01""00""11” 四者数量大致相等。说人话就是：“一眼看上去是随机的”。
• 密码学安全伪随机性 - 就是给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。
• 真随机性 - 其定义为随机样本不可重现。

根据以上几个标准，其对应的随机数也就分为以下几类：

• 伪随机数 - 满足第一个条件的随机数。
• 密码学安全的伪随机数 - 同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器计算得出
• 真随机数 -同时满足三个条件的随机数

2.2 GO语言包的随机函数包介绍

2.2.1 math/rand 包

math/rand 包实现了伪随机数生成器，就是如果使用相同的种子来生成两个 Rand 实例，对这两个实例进行相同次序和函数的调用，那么将会得到两串 完全相同 的输出。如果两个 Rand 对象使用了不同的值来做种子，就不具有这种相同的行为了。但是math/rand 包在接口丰富性和效率方面比较好。

2.2.1.1 主要方法

（1）func Seed(seed int64)
设置随机种子，不设置则默认Seed(1)
（2）func Intn(n int) int
返回一个取值范围在[0,n)的伪随机int值，如果n<=0会panic
（3）func Perm(n int) []int
返回一个有n个元素的，[0,n)范围内整数的伪随机排列的切片

2.2.1.2 应用场景

（1）验证码
（2）随机密码
（3）抽奖
（4）随机算法

2.2.2 crypto/rand 包

crypto/rand 包实现了用于加解密的更安全的随机数生成器,其中有个变量 Reader io.Reader。Reader是一个全局、共享的密码用强随机生成器。在Unix类型系统中，会从/dev/urandom读取，而windows中会调用CryptGenRandom API。

在Unix 内核中的随机数发生器（/dev/random），理论上它能产生真随机。即这个随机数的生成，独立于生成函数，这时我们说这个随机数发生器是非确定的。具体来讲，Unix 维护了一个熵池，不断收集非确定性的设备事件，即机器运行环境中产生的硬件噪音，来作为种子。比如说，时钟，IO 请求的响应时间，特定硬件中断的时间间隔，键盘敲击速度，鼠标位置变化，甚至周围的电磁波等等……直观地讲，你每按一次键盘，动一下鼠标，邻居家 wifi 信号强度变化，磁盘写入速度等等信号，都可能被用来生成随机数。更具体的，内核提供了向熵池填充数据的接口，比如鼠标的大概就长成这样：void add_mouse_randomness(__u32 mouse_data) 内核子系统和驱动调用这个函数，把鼠标的位置和中断间隔时间作为噪音源填充进熵池。

在Windows环境中，一个健壮的随机函数是：CryptGenRandom（），定义在Wincrypt.h。CryptGenRandom从Windows2000的众多的资源中，获得其随机性[也称作"熵"（entropy）]：①当前进程的ID；②当前线程的ID；③系统引导以来的时钟数；④各种高精度的性能计数器；⑤用户环境模块的MD4（Message Digest 4，信息摘要4）散列，包括用户名，计算机名和搜索路径等；⑥高精度的内部CPU计算器，如RDISC,ROMSR,RDPM等；⑦底层系统信息，如空闲时间，内检时刻，中断时间，提交限定，页面计数，缓存计数，操作系统外部计数等。
CryptGenRandom跟硬件关联，具有真正的随机性和不可预测性。

2.2.2.1 主要方法

（1）func Int(rand io.Reader, max *big.Int) (n *big.Int, err error)
返回一个在[0, max)区间服从均匀分布的随机值，如果max<=0则会panic

（2）func Prime(rand io.Reader, bits int) (p *big.Int, err error)
返回一个具有指定字位数（二进制的位数）的数字，该数字具有很高可能性是质数(除了1和它自身外，不能被其他自然数整除的数叫做质数)。如果从rand读取时出错，或者bits<2会返回错误

（3）func Read(b []byte) (n int, err error)
本函数是一个使用io.ReadFull调用Reader.Read的辅助性函数。当且仅当err == nil时，返回值n == len(b)

2.2.2.2 应用场景

（1）生成随机加密串

2.3 HPB区块链系统的随机数介绍

2.3.1 HPB 随机数生成器

HPB 随机数生成器是架构在区块链的一种基础服务。随机数的实际实生产者为所有高性能节点（矿机）。随机数服务的产生依赖与区块链提供的共识服务和数据同步服务。如下图 1 所示，HPB随机数生成器有三层架构：随机数种子生成层，随机数计算层（验证层）和随机数调用层。

1. 随机数种子层负责产生硬件随机数种子，种子层一般有硬件担任。
2. 随机数计算层读取硬件随机数种子，将其写入每一个区块中，并收集之前区块中的种子，在共识算法的带动下生成最终的随机数。同时使用 VRF1可验证函数辅助进行动态种子周期变换保证随机数安全，以防止任意一个或者多个的随机数生产者的攻击。
3. 随机数接口层提供了随机数读取接口，方便用户使用。

2.3.2 HPB接口方式获取随机数

HPT区块链系统可以通过RPC接口获取历史随机数。

**1，接口定义 **
（1）通过RPC接口获取历史随机数
接口名称 ：hpb_getRandom
参数 ：块号 ，整形数字或者字符串"latest"
返回值：随机数,string,

（2）使用"latest"查询最新块中的随机数
调用示例：
curl -X POST -H “Content-Type: application/json” –data
‘{“jsonrpc”:“2.0”,“method”:“hpb_getRandom”,“params”:[“latest”],“id”:1}’ http://127.0.0.1:8545
返回示例:
{“jsonrpc”:“2.0”,“id”:1,“result”:“0x45e5b62b748859b8eaf245406f5734244c5fef80d65f973b0a96407cf733db5
1”}

（3）查询指定块号的随机数
调用示例:
curl -X POST -H “Content-Type: application/json” –data
‘{“jsonrpc”:“2.0”,“method”:“hpb_getRandom”,“params”:[“0x3f21”],“id”:1}’ http://127.0.0.1:8545
返回示例
{“jsonrpc”:“2.0”,“id”:1,“result”:“0x45e5b62b748859b8eaf245406f5734244c5fef80d65f973b0a96407cf733db5
1”}

2.3.3 HPB智能合约方式获取随机数

HPT区块链系统可以通过通过智能合约使用最新随机数；

在智能合约中使用最新的随机数，方式十分简单，只需要调用block.random即可返回随机数。
合约需要使用HPB官方的solidity编译器进行编译才能生效。

**合约示例 **

pragma solidity ^0.5.1;
contract MYTEST{
    bytes32 random;
    function getrandom()public {
        random = block.random;
    }
    function print() view public returns(bytes32){
        return random;
    }
}

上述合约示例通过在HPB主网上部署后，执行getrandom函数，则将最新的随机数写入random变量。然后通过
print函数打印随机数。

1. 实现方案
   =======

3.1 随机数算法选择

在生活中，抽奖摇号无所不在，涉及经济、民生、教育、医疗、政务、住房、养老和娱乐等各个领域，如口罩预约摇号、彩票抽奖、车牌摇号、股票打新、入学摇号、新房摇号。参与大众关心抽奖摇号系统的公平透明公正性，担心这些系统是否因为中心化人为控制的原因，导致形成潜在的利益输送，丧失抽奖摇号本身宣传的公平透明公正的原则。

那么，开发一款区块链抽奖摇号系统，利用HPB区块链真随机数、时间可信、内容不可篡改、数据可追溯可查询等特性，可以解决大众的担忧，实现真正的公平。

3.2 摇号的算法流程

3.3 抽奖的算法流程