os.urandom（）和random之间有什么区别？

Question

在随机模块python 页面（链接到此处）上，显示以下警告：

警告：出于安全目的，不应使用此模块的伪随机数生成器。如果需要加密安全的伪随机数生成器，请使用os.urandom（）或SystemRandom。

• 那么os.urandom（）和random之间有什么区别？

• 一个比另一个更接近真正的随机性吗？

• 在非加密实例中，安全随机是否会过大？

• python中还有其他随机模块吗？

Answer 1

您可以在Crypto.SE上的出色解答中阅读有关加密安全RNG的区别。

random与RNG之类的系统之间的主要区别urandom是用例之一。random实现确定性PRNG。在某些情况下，您需要这些。例如，当您有一个要测试的带有随机元素的算法，并且您需要这些测试是可重复的。在这种情况下，您需要确定的PRNG并可以播种。

urandom另一方面，它不能被播种，而是从许多不可预测的源中获取其熵源，从而使其更加随机。

真正的随机是另外一回事，您需要物理上的随机源，例如可以测量原子衰减的事物。从物理意义上讲，这确实是随机的，但对于大多数应用程序来说通常是过大的。

Answer 2

那么 os.urandom() 和 random 有什么区别呢？

随机本身是可预测的。这意味着给定相同的种子，随机生成的数字序列是相同的。看一下这个问题以获得更好的解释。这个问题也说明随机并不是真正随机。

大多数编程语言通常都是这种情况——随机数的生成并不是真正随机的。当不关心加密安全性或者您希望生成相同的数字模式时，您可以使用这些数字。

其中一个比另一个更接近真正的随机吗？

不知道如何回答这个问题，因为无法生成真正的随机数。查看这篇文章或这个问题以获取更多信息。

由于随机生成可重复的模式，我想说这os.urandom()肯定更“随机”

在非加密实例中，安全随机是否会被过度杀伤？

我编写了以下函数，似乎没有很大的时间差异。但是，如果您不需要加密安全的数字，那么使用os.urandom(). 同样，这取决于用例，您是否想要一个可重复的模式，您想要您的数字有多“随机”，等等？

import time
import os
import random


def generate_random_numbers(x): 
  start = time.time()
  random_numbers = []
  for _ in range(x):
    random_numbers.append(random.randrange(1,10,1))
  end = time.time()
  print(end - start)


def generate_secure_randoms(x):
  start = time.time()
  random_numbers = []
  for _ in range(x):
    random_numbers.append(os.urandom(1))
  end = time.time()
  print(end - start)


generate_random_numbers(10000)
generate_secure_randoms(10000)

结果：

0.016040563583374023
0.013456106185913086

python 中还有其他随机模块吗？

Python 3.6引入了新的secrets模块