随机数检测代码运行

Posted destiny-love

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了随机数检测代码运行相关的知识,希望对你有一定的参考价值。

测试步骤

  • 1.准备测试数据
使用待测的(伪)随机数发生器,产生足够长度的随机数序列。(样本参数见附录)
  • 2.在NIST的测试源码中,添加4个国密特有的测试用例
扑克测试,游程分布测试,二元推导测试,自相关测试
  • 3.编译源码得到测试程序
    在sts-2.1.2目录下make即可
    技术图片

  • 4.运行测试程序,选择待测试数据,按照NIST测试用例和测试参数进行设置

1.执行测试程序,$ ./assess 1000000
2. 输入0,选择从文件读入随机数
3. 输入随机数路径及文件名,例如data/data1.bin
4. 输入0,选择NIST测试模式
5. 输入2,选择测试所有NIST用例
6. 输入0,NIST用例使用默认参数即可(如果需要修改参数输入相应的编号进行修改)
7. 输入1000,选择测试的样本数量
8. 输入1,选择输入的文件类型为二进制(选择0表示全是01的ASCII文件)
9. 按回车即开始测试
  • 5.测试结束之后,分析测试结果,看是否满足预期要求

  • 6.运行测试程序,选择待测试数据,按照国密规范选择对应测试用例,并进行参数设置

1.执行测试程序 $ ./assess 1000000
2. 输入0,选择从文件读入随机数
3. 输入随机数路径及文件名,例如data/data1.bin
4. 输入1,选择国密测试模式,固定为国密的测试参数
5. 输入3,选择测试所有GM用例
6. 输入1000,选择测试的样本数量
7. 输入1,选择输入的文件类型为二进制(选择0表示全是01的ASCII文件)
8. 按回车即开始测试
  • 7.测试结果之后,分析测试结果,看是否满足预期要求

结果分析

  • 1.通过测试的样本比例(NIST标准)

根据样本总个数和显著性水平,计算判定用例通过的最小样本个数
对于样本数为1000,显著性水平为0.01的情况,通过的比例需要在0.98以上
即1000的样本需要有980个通过。

  • 2.P值均匀分布(仅NIST)

对每个测试样本的P值结果,按照0.1的区间间隔进行数量统计,计算P值统计结果的P值。
如果最终的P值大于0.0001,则认为是均匀分布的。

序号 检测项目 国密参数 NIST参数
1 块内频数测试 m=100 m=128
2 扑克测试(国密) m=4; m=8 /
3 重叠子序列测试 m=2; m=5 m=16
4 块内最长游程测试 m=10000 m=10000
5 二元推导测试(国密) k=3; k=7 /
6 自相关测试(国密) d=1, 2, 8, 16 /
7 矩阵秩测试 M=Q=32 M=Q=32
8 近似熵测试 m=2; m=5 m=10
9 线性复杂度测试 m=500 m=500
10 非重叠模板测试(NIST) / m=9
11 重叠模板测试(NIST) / m=9
12 通用测试 L=7,Q=1280 L=7,Q=1280

显著性水平α=0.01
样本参数

参数
样本长度 10^6 bits
样本个数 1000

随机数样本生成方法

  • 1.openssl随机数样本生成方法
openssl rand -out data.openssl 1000000000
  • 2.用C语言中rand函数生成随机数样本(glibc版本2.27)
./c_rand 1024 data.c_rand 1000000000
  • 3.其中c_rand程序的源码c_rand.c如下
#include <stdlib.h>
#include <stdio.h>

#define buffer 1024

int main(int argc, char *argv[])
{
	int j, r, nbytes;
	unsigned int seed;
	FILE* fp = NULL;
	size_t res = 0;
	if (argc != 4) {
	fprintf(stderr, "Usage: %s <seed> <rand_file> <nbytes>
", argv[0]);
	return -1;
 	}

	seed = atoi(argv[1]);
	nbytes = atoi(argv[3]);
	srand(seed);

	unsigned char* out = new unsigned char[buffer];
	unsigned char* cur = out;
	if (!(fp = fopen(argv[2], "wb")))
	{
 		printf("file %s open fail!", argv[2]);
 		delete[] out;
 		return -1;
	}

	for (j=0;j<nbytes; ++j) {
		r =  rand()%256;
		*cur++ = *((unsigned char*)(&r));
		if((!(( j + 1 ) % buffer)) || ( j + 1 == nbytes))
		{
			size_t num = j % buffer + 1;
      		res = fwrite(out, 1, num, fp);
      		if (res != num)
      		{
        		fclose(fp);
        		delete[] out;
        		printf("file %s write fail!", argv[2]);
        		return -1;
			}
      			cur = out;
		}
	}
		fclose(fp);
		delete[] out;
		return 0;
}
  • 4.采集握手中ClientHello随机数

生成随机数命令:

openssl s_server -engine ./engine.so -cert test/rsa-ext.pem -key test/rsa.key -CAfile ca/rsa-ca.pem -www -accept 8888

./ssl -h 192.168.1.10 -p 8888 -s 128000000 -f binary -o data.handshake -m tls1_2
  • 5.采集硬件加密卡生成的随机数样本

前置条件:完成硬件安装,驱动安装,编译openssl 引擎得到engine.so

openssl rand -engine ./engine.so -out data.cryptocard 1000000000

实验结果

技术图片
技术图片

技术图片

总结

本来打算自己尝试编码或者实在不行找一下代码尝试自己修改,最终发现自己暂时还是没那个能力,所以还是使用了NIST的测试源码,在网上查阅博客跟着博客运行了起来。感性认识了一下伪随机数的检测。后面打算找一些论文自己看看,尝试写一篇综述类文章发表。以上就是最近的学习总结,如有不足请老师指正。

以上是关于随机数检测代码运行的主要内容,如果未能解决你的问题,请参考以下文章

Android:使用Tab检测单个片段viewpager

播放随机声音而不重复

使用 Pygments 检测代码片段的编程语言

如何使用模块化代码片段中的LeakCanary检测内存泄漏?

十条实用的jQuery代码片段

高效Web开发的10个jQuery代码片段