python 生成均匀分布的随机数_python安全开发军规之四：使用安全的随机数生成器...

背景

日常开发中，必然会碰到需要生成随机数的需求，比如生成图片验证码，短信验证码……随机数生成既然是这么简单的一个功能，开发必然也很简单，我们看看怎么生成一个随机数，这里以随机生成1-100的整数为例。

普通程序员的写法

import random

random.randint(1,100)

只用了两行代码，程序员小Z就写出了一个随机数。

QA有话说

随机模块提供的随机生成器是伪随机数生成器。所谓伪随机数，是通过固定的算法生成的，其结果是确定的，可预见的。一般情况下，伪随机数的生成需要一个种子，如果没有特别设置，种子就是系统的时钟。简而言之，由于伪随机数算法固定，种子固定，那结果就是可推导和模拟的。那这里的随机也就不是真正的随机，只要在随机数生成过程中有一点偏差，破译者就能够利用偏差对保密信息进行破译。

实际上，在密码学上对随机性有三个分类：伪随机序列，密码学意义上的伪随机序列，真随机序列。

前面小Z写的程序就类属于伪随机序列，1-100中每个数出现的频率相等或近似相等。

而真随机序列则要求随机数不能重复产生，且不能由已知的任意数推导出来。意味着，即使在相同的操作条件下，用完全相同的输入，随机数生成器生成的两个随机数也是不一样的，即两次生成的结果是不重复的且完全独立的。

由于真随机序列大多需要硬件支持，有一种折衷的方案，也就是密码学意义上的伪随机序列。密码学意义的伪随机序列要求即使知道前一次的生成，不能预测下一次生成的随机数。

高级程序员的写法

import secrets

secret_generator=secrets.SystemRandom()

secret_generator.randint(1,100)

小结

python在3.6版本添加了secrets模块，使用同步方法生成随机数据，以确保没有两个进程可以同时获得相同的数据。
这个模块的功能很多，可以进一步发掘，常用于敏感信息保护的场景，常用的有生成随机数，从确定序列中随机取值，生成token。