使用 python 中的硬件 rng

Question

是否有任何现成的库，以便 numpy 程序可以使用 intel 硬件 prng (rdrand) 来填充随机数的缓冲区？

如果做不到这一点，有人可以为我可以适应或使用的一些 C 代码指明正确的方向（我使用 CPython 和 Cython 和 numpy，所以最小的包装器 shd 就足够了）。

我想要的随机生成器是 [0,1) 之间的统一随机数。

Answer 1

此代码将使用 /dev/urandom (Unix) 或 CryptGenRandom API (Windows)。使用哪种 RNG（硬件或软件）取决于操作系统。

如果您想准确控制使用哪个生成器，您必须通过其硬件驱动程序或库来查询它。当您将随机位作为字符串时，您可以使用 np.fromstring 与此代码类似地进行操作。

通常我们可以相信操作系统会为其加密服务使用最佳熵源，包括随机位生成器。如果有硬件 RNG，它可能会被使用，通常与其他熵源结合使用。

import os
import numpy as np

def cryptorand(n):
    a = np.fromstring(os.urandom(n*4), dtype=np.uint32) >> 5
    b = np.fromstring(os.urandom(n*4), dtype=np.uint32) >> 6
    return (a * 67108864.0 + b) / 9007199254740992.0

这是在 Mac OS X 上使用此方法生成的 1,000,000 个随机偏差的分布。您可以看到它在 [0,1) 上非常均匀：

如果您需要非常强大的加密随机偏差，您可以使用 /dev/random 而不是 /dev/urandom。这仅适用于类 Unix 系统，不适用于 Windows：

import numpy as np

def cryptorand(n):
    with open('/dev/random','rb') as rnd:
        a = np.fromstring(rnd.read(n*4), dtype=np.uint32) >> 5
        b = np.fromstring(rnd.read(n*4), dtype=np.uint32) >> 6
        return (a * 67108864.0 + b) / 9007199254740992.0

请注意，与使用 os.urandom 作为熵源的版本不同，此函数可能会阻塞。

（Edit1：更新标准化以等同于 NumPy）

编辑 2：cmets 表示问题的原因是速度，而不是加密强度。硬件RNG的目的不是速度而是强度，所以它使问题无效。然而，可以替代 Mersenne Twister 的快速且良好的 PRNG 是 George Marsaglia 的乘法与进位生成器。这是 Cython 中的一个简单实现：

import numpy as np
cimport numpy as cnp

cdef cnp.uint32_t gw = 152315241 # any number except 0 or 0x464fffff
cdef cnp.uint32_t gz = 273283728 # any number except 0 or 0x9068ffff

def rand(cnp.intp_t n):
    """Generate n random numbers using George Marsaglia's 
    multiply-with-carry method."""
    global gw, gz
    cdef cnp.uint32_t w, z, a, b
    cdef cnp.intp_t i
    cdef cnp.ndarray x = cnp.PyArray_SimpleNew(1, &n, cnp.NPY_FLOAT64)
    cdef cnp.float64_t *r = <cnp.float64_t*> cnp.PyArray_DATA(x)
    w,z = gw,gz
    for i in range(n): 
        z = 36969 * (z & 65535) + (z >> 16)
        w = 18000 * (w & 65535) + (w >> 16)
        a = (z << 16) + w
        z = 36969 * (z & 65535) + (z >> 16)
        w = 18000 * (w & 65535) + (w >> 16)
        b = (z << 16) + w
        r[i] = (a * 67108864.0 + b) / 9007199254740992.0
    gw,gz = w,z
    return x

请注意，Mersenne Twister 和乘法进位都没有加密强度。

Answer 2

是的。 There is a rdrand module.

Answer 3

这里有一篇论文 (http://iopscience.iop.org/article/10.3847/1538-4357/aa7ede/meta;jsessionid=A9DA9DDB925E6522D058F3CEEC7D0B21.ip-10-40-2-120) 和（非付费版本）这里 (https://arxiv.org/abs/1707.02212) 介绍了如何使用英特尔安全密钥，这是一种在芯片上实现的加密安全随机数生成器。可以通过 RdRand 和 RdSeed 指令访问。

但作者似乎说你应该用 C/C++ 而不是 Python 来实现它。 rdrand python 模块的运行速度比 Python 默认随机数生成器慢约 100 倍，比 Numpy 中的慢约 1000 倍（论文第 5.2 节）。