Java伪随机数生成器（PRNG）中的弱点

这将是Kai Michaelis，JörgSchwenk和我撰写的论文的总结，该论文在RSA Conference 2013的密码学家会议上发表。你可以得到我的演讲的幻灯片在这里和我们的全文在这里。我们对PRNG（主要是SecureRandom）附带的常见Java库生成的随机序列进行了分析，发现在特殊条件下存在明显的弱点。为了使文章尽可能简短，PRNG使用的算法的描述，详细的错误描述和统计测试的结果均被省略，但可在本文中找到。我们的研究涵盖PRNG本身以及用于播种的熵收集器（例如，如果没有实数生成器可用）。
底线：当需要良好的随机性时不要使用PRNG！
质量通过多种方式分级。首先，我们进行了代码分析，并（成功地）尝试查找和识别导致严重缺陷的编码错误。其次，我们对生成的随机序列进行了统计检验。最后，我们强调了在特殊条件下（高系统负载，某些组件不可用等）的算法。

第一个库：

尽管经过重试，但Apache Harmony仍可作为Android源代码的一部分（请参见此处）保留下来，因此是数百万种设备的一部分。

弱点

发现的错误之一直接影响Android平台。其他错误仅存在于Apache Harmony中，而不存在于Android源代码中。
FIRST –创建自种子的SecureRandom实例时（通过调用不带参数的构造函数并随后进行setSeed（）调用），代码在插入起始值后无法调整字节偏移（状态缓冲区中的指针）。这将导致计数器和填充的开头（32位字）覆盖部分种子而不是附加种子。第二 –在类似Unix的操作系统下运行时，新的SecureRandom实例从urandom或随机设备中植入了20个字节的种子。如果两者均不可访问，则该实现将提供备用种子设施。一旦播种工具收集了请求的字节数，出于未知原因，最高有效位将设置为零。结果，对于每个请求的字节，SecureRandom实例的有效种子仅为7/8，从而将安全性（由于第一个错误，仅64位）降低了8位至56位。更糟糕的是，由于另一个无效的模减少，单个调用播种功能的熵被限制为仅31位。当查看生成的字节时，熵收集器的问题显而易见。下图描述了单个点的两个连续字节。

每个方向上都完全缺少127以上的值。

第二个库：

GNU Classpath部分由著名的IcedTea项目使用，因此最著名的是Linux系统上的64位Java Browser-plugin。

弱点

该库在内部状态方面存在重大缺陷。该错误与用于哈希函数的相同的初始化向量（IV）有关。这将内部状态的未知字节数从32个减少到只有20个。EntropyCollector算法很难预测，这很好，但是它依赖于争夺CPU时间的线程，这很容易受到影响（通过将系统置于高负载）。线程运行时检查不够严格，无法确保良好的随机性。下图显示了有关平均分配输出的困难，留下了较大的色块。该图显示了熵收集器在高系统负载下的性能。

相比之下，熵收集器在正常情况下的表现与预期相同：

第三图书馆：

Java SE的官方免费开源实现在很大程度上与Oracle提供的版本相同。大多数Java用户很可能依赖此代码。

弱点

代码审查没有明显的弱点。 Entropy Collector依赖于线程递增计数器，但是与GNU Classpath相反，它对运行时的要求最低。结果图填充得非常平衡。

第四图书馆：

该库与其他库有所不同，因为它只是用于各种密码算法的非常全面的库。它附带多种替换品 BouncyCastle的熵收集器可以在两种操作模式下运行，即快速模式和慢速模式，其中不同数量的字节用于随机输出。

弱点

与OpenJDK案例一样，Bouncy Castle的SecureRandom替代品（DigestRandomGenerator）没有发现明显的错误。相反，已知VMPCRandomGenerator容易受到攻击。两种模式下的熵收集器都可以非常平衡地填充图形。

快速模式

慢速模式

摘要

非常有趣的是受检查的实现的有限且不可配置的内部状态大小。几乎所有实现都依赖SHA-1作为哈希（压缩）功能。因此，它们对于大于160bit的密钥生成似乎没有用。只有Apache Harmony依赖于512位的内部状态，但是会遭受编码错误。该博客文章省略了许多详细信息和统计信息，以便仅对库进行快速而肮脏的审查-如果您对更多详细信息和进一步的结果感兴趣，欢迎您阅读全文。

参考：来自Java安全和相关主题博客的JCG合作伙伴 Christopher Meyer的Java伪随机数生成器（PRNG）中的弱点。

翻译自: https://www.javacodegeeks.com/2013/03/weaknesses-in-java-pseudo-random-number-generators-prngs.html