密码学与证书 / 系统课时

生成密码学安全随机数

生成密码学安全随机数

生成验证码、做抽奖、随机排序时,我们也会使用随机数。但密码学里的随机数要求更高:攻击者不能仅凭已知输出、时间或简单规律推测下一次结果。

因为密钥、Nonce、Salt、Token 等很多安全材料,都从随机数开始。

一个“256 位密钥”也可能很弱

假设程序生成 AES-256 密钥的方式是:

text
SHA-256(当前时间戳)

最后确实得到 256 位数据,看起来长度完全正确。

但攻击者知道密钥大概是在某一分钟生成的,就只需要尝试那一分钟附近的一小批时间戳。

这说明:

密钥有多少位,和密钥真正有多少不可预测性,不是一回事。

把容易猜的值做一次 Hash,并不会凭空增加真正的随机性。

普通随机数为什么不适合生成密钥

Java 中的普通 Random 很适合:

  • 模拟数据;
  • 游戏逻辑;
  • 抽样;
  • 普通随机排序。

但它不是为对抗攻击者设计的。

不要这样生成密码学密钥:

java
Random random = new Random();
byte[] key = new byte[32];
random.nextBytes(key);

如果攻击者能够推测随机数生成器状态,就可能大幅缩小搜索范围。

Java 中使用 SecureRandom

密码学场景使用 SecureRandom:

java
SecureRandom secureRandom = new SecureRandom();

byte[] randomBytes = new byte[32];
secureRandom.nextBytes(randomBytes);

32 字节等于:

text
32 × 8 = 256 bit

这些随机字节可以作为密钥材料,或者用于生成需要随机性的参数。

哪些地方需要安全随机数

常见场景包括:

text
AES 密钥
SM4 密钥
GCM Nonce
密码 Salt
会话 Token
一次性 Challenge
临时公私钥的随机材料

这里并不是说所有值都需要“保密”。

例如 Salt 通常可以公开,但它仍然应该按照对应方案正确生成,避免大量用户反复使用同一个固定值。

不要自己发明“随机规则”

下面这些方案看起来复杂,但都不应该作为安全随机源:

text
时间戳 + 用户 ID
手机号 + 当前毫秒
机器 IP + 进程 ID
UUID 截取几位再拼日期

安全设计的目标不是“让字符串看起来乱”,而是让攻击者难以预测。

生产代码和测试代码分开考虑

测试经常希望结果固定,以便断言。

例如测试加密输出时,我们可能希望使用固定输入。

正确思路是:

text
生产环境 → SecureRandom
测试环境 → 明确注入固定测试数据

不要为了让测试稳定,直接把生产随机数生成器改成固定种子。

如果某段业务代码很难测试,可以把“随机数据生成”抽成一个依赖,再由测试替换。

一个简单的安全判断

看到代码在生成敏感随机值时,可以问:

text
攻击者知道当前时间,能不能猜?
攻击者看到前几个值,能不能推下一个?
多个实例同时启动,会不会产生相同值?

如果答案不确定,就不要自行设计,使用平台提供的密码学安全随机源。

本课小结

密码学随机数追求的是不可预测性,而不仅是“看起来随机”。

在 Java 中,生成密钥、Nonce、Salt、Token 等安全材料时优先使用 SecureRandom。不要使用普通 Random、时间戳或自制拼接规则来生成长期秘密,也不要认为“做一次 SHA-256”就能把弱随机变成强随机。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

生成密码学安全随机数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通