随机数发生器是密码学的一个重要原语。密码学库CryptoPP中提供了一些随机数发生器算法,如下图所示:
今天,介绍一些其中LC_RNG算法的使用。该库中的LC_RNG算法就是著名的线性同余发生器算法。该算法由于执行效率高而被广泛使用,C语言库函数中的rand()算法就是一个线性同余发生器。
该算法在程序库中的继承结构如下:
可以看到,类LC_RNG继承自类RandomNumberGenerator,类RandomNumberGenerator是CryptoPP库所有随机数发生器共同的基类。
从其帮助文档和程序库的源代码中可以看到,RandomNumberGenerator是一个抽象类,且提供了大量的接口。
例如,调用IncorporateEntropy()成员函数,可以为rng补充熵。
调用CanIncorporateEntropy () 成员函数,可以判定该rng是否允许补充熵。
调用GenerateByte ()成员函数,可以获得一个字节的随机数。
调用GenerateBit()成员函数,可以获得一个比特的随机数。
调用GenerateWord32 (word32 min=0, word32 max=0xffffffffUL)成员函数,可以获得指定范围的随机数。
关于其他函数的使用说明,可以查看库的在线帮助文档:https://www.cryptopp.com/docs/ref/。
下面利用该算法产生1Gbit的数据,并将产生的数据存放至磁盘上的文件,同时,计算产生这些数据所消耗的时间。
源代码如下:
#include<cryptlib.h>
#include<rng.h>//包含LC_RNG算法的头文件
#include<iostream>
#include<fstream>
#include<stdlib.h>
using namespace std;
using namespace CryptoPP;
#define Array_Size 64
int main()
{
//定义一个LCG(线性同余发生器)对象,同时给该RNG赋予种子。
LC_RNG rng(123456);
//定义一个文件对象
ofstream file("data.dat",ios_base::binary | ios_base::out);
byte output[Array_Size];
//产生1Gbits的数据。每调用一次随机数发生器,产生8*64=512bits的数据。
//1Gbits = 1000*1000*1000。
//1000*1000*1000/512 = 1953125。
cout << "开始生成数据..." << endl;
clock_t start = clock();
for(int i=0; i < 1953125 ; ++i)
{
rng.GenerateBlock(output,Array_Size);
file.write(reinterpret_cast<const char*>(output),Array_Size);
}
clock_t end = clock();
cout << "数据生成完毕..." << endl;
double duration;
duration = (double)(end - start) / CLOCKS_PER_SEC;
cout << "生成数据总共耗时:" << duration << endl;
file.close();
return 0;
}
执行上述程序,执行结果如下图所示:
该RNG算法产生1Gbits = 119MB数据用时2.466秒,执行效率极高。
需要特别注意的是:该算法不能用于密码学场合,因为该算法很容易被破解。不能满足密码学对随机数发生器要求的“不可预测性”。
更多示例代码详见《深入浅出CryptoPP密码学库》随书电子文档:https://github.com/locomotive-crypto/crypto_book_1st