随机数序列

高效伪随机数序列生成方案

• 解决(不重复的生成上亿伪随机数)，并且不需要记录和比对生成过的随机数

前言

• 前段时间开发过一个快速端口扫描的模块，需求是要对大批量主机进行端口扫描。端口扫描技术已经是被无数人玩过的了，快速端口扫描主要的技术就是syn扫描，比较成熟。但在大批量扫描的时候，为了降低对目标安全设备的警报(常见的防火墙会通过连接并发数，端口的连接顺序，连接间隔时间来做警报)，一般会选择随机的端口扫描。不过因为syn的特性，所以几个目标随机扫描基本没什么意义(发包太快)，但是如果是大批量次的扫描，随机就会有意义。如有10个B段要扫描，每个B段的发包数量就是255*255*65535=4261413375(非常大，一般不会傻傻的扫描那么大)，每次都随机的从10个段中选择一个段，然后从这个段中随机的选择一个目标，因为扫描的基数大，所以对每个目标重复扫描的间隔时间就会相对比较长，从而减少安全设备的警告
• 正常情况，大多数人第一反应想到的是洗牌算法，或每次保存生成的随机数，第二次对生成的随机数进行去重查找，如果已经生成过，就继续生成，直到不重复。这些随机数序列生成算法在小范围内是非常高效的，但要生成上亿的随机数序列，并且每次生成的随机数都不重复，使用这些算法就会非常消耗内存和时间，基本不可接受。前期的做法是通过对一个大范围的段拆分为无数个小范围的段，然后一次对10或20个小范围的段进行随机扫描，这样对内存和时间的消耗勉强可以接受，但拆分的过程也是很消耗时间和空间的，整体效率和效果不高
• 注意：因为IP段其实就是一段连续的无符号整数(在主机字节序的情况下)，如一个B段(119.41.0.0-119.41.255.255)要扫描全端口(65535)，他的扫描范围就是1-4261413375，只要从1-4261413375范围中随机选择一个数，就可以通过这个数计算出对应的IP与端口，所以只要有1-4261413375范围的随机数序列，就可以高效的进行随机扫描(前提是算法时空效率高)
• 通过一段时间的查找，终于找到自己满意的算法：http://www.cnblogs.com/Geometry/archive/2011/01/25/1944582.html，这个算法的主要思路是通过加密与随机的相通性来实现。如将一个数加密为另一个数，这与随机算法达到的效果很相似，那么如果将1-4261413375中的每一个数都进行加密，就可以得到一个随机的序列。另外随机数的变化是通过初始种子，加密的变化是通过密钥，那么看起来通过改造一个加密算法来实现随机效果，是可以行的。
• http://www.cnblogs.com/Geometry/archive/2011/01/25/1944582.html中是通过RSA算法来实现伪随机数序列生成，并且此加密算法的特性已经保证每次产生的随机数都是不重复的(有重复还咋解密)，最主要的是，在生成1-N范围内的随机数时，生成N次，即可全覆盖1-N(N太大就需要使用大数运算)，整体效果还是非常好。

RSA算法简介

• 详细的RSA算法说明请参考：http://www.ruanyifeng.com/blog/2013/06/rsa_algorithm_part_one.html
• RSA是非对称加密算法，加密与解密使用不同的密钥，广泛用于混合加密，身份校验，数字签名等(如OperSSL)。公钥加密，私钥解密。私钥签名，公钥验证。

RSA加密解密的基本原理

1. 选取随机的初始大素数：(p,q)，注意：p与q不相等
2. 计算模数N：(N = p * q)
3. 计算欧拉φ(n)：(φ(n) = (p - 1) * (q - 1))
4. 计算公钥指数e：(1 < e < φ(n) 且 gcd(e,φ(n)) = 1)，即e与φ(n)互质，一般选择的e都是比较小的数，主要是为了提升计算速度，毕竟大数运算是很消耗时间的
5. 计算私钥指数d：(e * d) % φ(n) = 1，即d是e的模反元素
6. 组合密钥：(n,e)组成公钥，(n,d)组成私钥
7. 加密：假设A是明文，C是密文，(C = A^e % N)，即A的e次幂模N等于C。注意：如果e过大，很容易产生计算漏出，另外使用模幂运算，可有效减少计算漏洞并加速计算
8. 解密：(A = C^d % N)，即C的d次幂模N等于A

RSA安全性

• RSA的安全性主要体现在大数N分解难度，通过上面可看出e与d是密钥的关键，在知道了e与N的情况下，要计算出d就需要对N分解来得出p和q，目前公布的对N分解最高的二进制位数是768位。

RSA算法生成随机序列的难点

• 利用RSA来做随机数序列生成的难点也是分解N，但这个N往往是非常小的(相对于加密的安全性来说)，因为我们不需要考虑安全性，只需要考虑随机数序列的范围，所以也不是特别麻烦。另外我们只能得到一个随机数范围的参数如1-4261413375，此时Na=4261413375(假设Na为用户输入的随机数序列范围参数)，需要对Na分解来得到p,q，然后重新计算出RSA的N。

RSA算法应用于随机数序列生成的基本原理

1. **用户输入随机数序列范围：**Na，如Na = 4261413375，即生成1-4261413375范围的随机数序列
2. 分解Na：由于Na是一个用户输入的自然数，而分解质因数是针对合数，另外分解后的p与q是质数并且不相等，并且大多数据情况分解出来的因数会是多个，所以需要循环累加分解，直到找到合适的p和q。通过测试对亿大小的数分解还是很快速的
3. 得出p和q后，其它步骤与RSA算法加密流程一样。注意：随机数生成只需要使用到RSA加密部分，所以只需要计算出e即可
4. 注意：如果在同一范围内，想要每次生成的随机数序列都不一样，可以改变e来实现

具体C++代码实现

• 这里没有使用大数运算，在使用的时候需要注意。经过测试在1亿的范围内生成随机数序列是没问题的，如果有需要提高范围的，加入大数运算也不难，主要是在模幂运算的时候使用大数即可
• 注意：如果n过小，就不能使用此算法生成随机序列，如n<=6的时候，因为无法计算有效的e，所以无法生成无序的随机数序列
• 如果代码有什么问题或有更好的方法请告知
• radom_integer_iterator.h 文件

#ifndef RADOM_INTEGER_ITERATOR_H_H
#define RADOM_INTEGER_ITERATOR_H_H
// 这是一个伪随机序列数迭代生成器，用于解决快速迭代1-n范围内的随机序列（这个n最好在1亿内，否则需要做大数运算），并且保证每次生成的随机数不重复，在迭代n次后，保证序列能覆盖1-n的所有数
// 此随机序列迭代生成算法使用的是rsa加密算法(加密的特性使他天生具有生成随机数的能力)，优点是速度快，内存占用极低
// 此随机数适用场景多，比如用于随机扫描一个B段IP端口时，此随机迭代器就能非常完美的解决
// 由于没有使用大数库，请注意n的范围，防止漏出
// 只需要利用rsa的加密部分就可以实现，所以这只里需要计算出p,q,e和新的n就可以，不需要再计算d来解密
#include <vector>
using std::vector;
#include <stdlib.h>
#include <time.h>
// 范围限制宏，即限制用户输入的n，最大不可以超过宏指定的数
#define KOOK_MAX_RADOM_INTEGER_N 100000000
namespace kook {
    // 保存pq值
    typedef struct _RSAPQ {
        unsigned long long rsap;
        unsigned long long rsaq;
        _RSAPQ() :rsap(0), rsaq(0) {};
    }rsapq;
    // 随机序列迭代对象
    // 当n<=6的时候，将不能产生出随机序列，因为无法生成有效的e
    class radom_integer_iterator {
    public:
        radom_integer_iterator() : n(0), rn(0), re(0), i(1) {}
        // 通过unsigned long来限制用户输入过大
        radom_integer_iterator(unsigned long n);
        // 分解质因数，把一个合数分解成若干个质因数的乘积的形式，即求质因数的过程叫做分解质因数(分解质因数只针对合数)
        // 合数指自然数中除了能被1和本身整除外，还能被其他数（0除外）整除的数
        static vector<unsigned long long> decompose_prime_factor(unsigned long long x);
        // 判断一个数是否是质数
        static bool is_prime_number(unsigned long long x);
        // 计算 a * b % n
        static unsigned long long mul_mod(unsigned long long a, unsigned long long b, unsigned long long n);
        // 模幂运算是RSA的核心算法，直接决定RSA算法的性能，通常都是先将幂模运算转化为乘模运算
        // 返回值 x = base^pow mod n
        static unsigned long long pow_mod(unsigned long long base, unsigned long long po