使用python的硬件rng

Question

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

如果没有这个，有人会指出我正确的方向，我可以适应或使用一些C代码（我使用CPython和Cython与numpy，所以最小的封装器就足够了）。

我想要的随机生成器是[0,1）之间的均匀随机数。

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。

如果要准确控制使用哪个生成器，则必须通过其硬件驱动程序或库进行查询。当您将随机位作为字符串时，您使用np.fromstring进行类似于此代码的操作。

通常我们可以信任操作系统为其加密服务使用最佳熵源，包括随机比特生成器。如果存在硬件RNG，则可能会使用它，通常与其他熵源组合使用。

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

以下是在Mac OS X上使用此方法生成的1,000,000个随机偏差的分布。正如您所看到的，在[0,1）上非常均匀：

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

（编辑1：更新了标准化以等同于NumPy的标准化）

编辑2：评论表明问题的原因是速度，而不是加密强度。硬件RNG的目的不是速度而是强度，因此它使问题无效。然而，一个快速和良好的PRNG可以替代Mersenne Twister是George Marsaglia的乘法携带发生器。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multip-with-carry都没有加密强度。

Answer 2

是。 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（非支付版本）（https://arxiv.org/abs/1707.02212），描述了如何使用英特尔安全密钥，这是一个加密安全的随机数生成器-芯片。它可以通过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模块运行速度比Python默认随机数生成器慢大约100倍，比Numpy慢一倍（文章5.2节）。