如何利用易受攻擊的pRNG？

Question

消息來源經常指出，如果pRNG具有可預測的種子（如日期時間），則結果輸出的熵很小，可以被利用。

但是您實際上如何利用pRNG？ 您是否需要長時間觀看輸出流？ 在這種情況下，您要分析什么以及如何使用它？

是否有關於該主題的論文？

假設您懷疑系統僅在很短的時間內就植入了非常弱的pRNG，那么您如何確認懷疑？ 你如何使用它？

或者，如果您要測試pRNG以查看它是否非常弱，您將如何處理？

Answer 1

蝙蝠俠的神聖問題。 希望我參加聚會不是太晚。

But how do you actually go about exploiting the pRNG?

這取決於使用它的系統，並且將從下一個隨機數的知識中獲得什么（如果有）優勢。

您是否需要長時間觀看輸出流？ 在這種情況下，您要分析什么以及如何使用它？

瞧，這很大程度上取決於所使用的RNG類型。 例如，考慮兩種不同的RNG算法，兩者都隨系統時間而變化。 第一個是線性同余生成器或LCG，第二個是Mersenne Twister。 如果您具有用於LCG的算法，則可以在僅看到一個隨機數后預測下一個數字。 即使您不知道，如果您知道種子和/或可以訪問相當大小的輸出隨機數流，也可以在幾分鍾內用蠻力解決。

至於梅森納捻線機，即使您知道算法，在仍可能預測下一個之前，仍然需要輸出624個隨機數，更不用說編寫該算法的復雜性。

因此，利用難度已經有了巨大的差異。 一旦找到了blum blum shub或其他類似的適合密碼的算法，它幾乎變得不可能。

是否有關於該主題的論文？

負載。 無論如何，這里有一些文章：

這是整個基於RNG的漏洞利用的非常酷的示例

這一點更專注於RNG本身

假設您懷疑系統僅在很短的時間內就植入了非常弱的pRNG，那么您如何確認懷疑？ 你如何使用它？

同樣，這取決於所使用的RNG。 對於具有一些基本知識的LCG，找出它不會花太長時間。 對它們進行一些閱讀，您會明白我的意思。 對於更復雜的事情，難度將成倍增加。

或者，如果您要測試pRNG以查看它是否非常弱，您將如何處理？

PRNG具有句點，或一個數字循環，將不斷重復。 這是一個很好的判斷方式。 如果選擇了錯誤的數字或生成器，有時它們確實很短。 如果您可以無限制地訪問生成器（例如，如果您要進行質量檢查的代碼中包含一些黑盒的Random（）函數），那么一個非常簡單的測試就是有效的，它只是記錄您獲得的第一個數字，然后請稍等片刻，再等待多長時間。 如果它在幾分鍾內發生（2 ^ 32個數字），則說明您正在處理一個簡單的LCG。 對於像梅森·扭轉者這樣的東西，它不會再出現幾千年了（2 ^ 19937 − 1）。

希望這有所幫助。