熵
当谈到 /dev/random 和 /dev/urandom 的主题时，你总是会听到这个词：“熵Entropy”。每个人对此似乎都有自己的比喻。那为我呢？我喜欢将熵视为“随机果汁”。它是果汁，随机数需要它变得更随机。
如果你曾经生成过 SSL 证书或 GPG 密钥，那么可能已经看到过像下面这样的内容：
We need to generate a lot of random bytes. It is a good idea to perform some other action (type on the keyboard, move the mouse, utilize the disks) during the prime generation; this gives the random number generator a better chance to gain enough entropy. ++++++++++..+++++.+++++++++++++++.++++++++++...+++++++++++++++...++++++ +++++++++++++++++++++++++++++.+++++..+++++.+++++.+++++++++++++++++++++++++>. ++++++++++>+++++...........................................................+++++Not enough random bytes available. Please do some other work to give the OS a chance to collect more entropy! (Need 290 more bytes)
通过在键盘上打字并移动鼠标，你可以帮助生成熵或随机果汁。
你可能会问自己……为什么我需要熵？以及为什么它对于随机数真的变得随机如此重要？那么，假设我们的熵的来源仅限于键盘、鼠标和磁盘 IO 的数据。但是我们的系统是一个服务器，所以我知道没有鼠标和键盘输入。这意味着唯一的因素是你的 IO。如果它是一个单独的、几乎不使用的磁盘，你将拥有较低的熵。这意味着你的系统随机的能力很弱。换句话说，我可以玩概率游戏，并大幅减少破解 ssh 密钥或者解密你认为是加密会话的时间。
好的，但这是很难实现的对吧？不，实际上并非如此。看看这个 Debian OpenSSH 漏洞。这个特定的问题是由于某人删除了一些负责添加熵的代码引起的。有传言说，他们因为它导致 valgrind 发出警告而删除了它。然而，在这样做的时候，随机数现在少了很多随机性。事实上，熵少了很多，因此暴力破解变成了一个可行的攻击向量。
希望到现在为止，我们理解了熵对安全性的重要性。无论你是否意识到你正在使用它。
/dev/random 和 /dev/urandom
/dev/urandom 是一个伪随机数生成器，缺乏熵它也不会停止。
/dev/random 是一个真随机数生成器，它会在缺乏熵的时候停止。
大多数情况下，如果我们正在处理实际的事情，并且它不包含你的核心信息，那么 /dev/urandom 是正确的选择。否则，如果就使用 /dev/random，那么当系统的熵耗尽时，你的程序就会变得有趣。无论它直接失败，或只是挂起——直到它获得足够的熵，这取决于你编写的程序。
检查熵
那么，你有多少熵？
[root@testbox test]# cat /proc/sys/kernel/random/poolsize4096[root@testbox test]# cat /proc/sys/kernel/random/entropy_avail2975
/proc/sys/kernel/random/poolsize，说明熵池的大小（以位为单位）。例如：在停止抽水之前我们应该储存多少随机果汁。/proc/sys/kernel/random/entropy_avail 是当前池中随机果汁的数量（以位为单位）。
我们如何影响这个数字？
这个数字可以像我们使用它一样耗尽。我可以想出的最简单的例子是将 /dev/random 定向到 /dev/null 中：
[root@testbox test]# cat /dev/random > /dev/null &[1] 19058[root@testbox test]# cat /proc/sys/kernel/random/entropy_avail0[root@testbox test]# cat /proc/sys/kernel/random/entropy_avail1
影响这个最简单的方法是运行 Haveged。Haveged 是一个守护进程，它使用处理器的“抖动”将熵添加到系统熵池中。安装和基本设置非常简单。
[root@b08s02ur ~]# systemctl enable havegedCreated symlink from /etc/systemd/system/multi-user.target.wants/haveged.service to /usr/lib/systemd/system/haveged.service.[root@b08s02ur ~]# systemctl start haveged
在流量相对中等的机器上：
[root@testbox ~]# pv /dev/random > /dev/null 40 B 0:00:15 [ 0 B/s] [ <=> ] 52 B 0:00:23 [ 0 B/s] [ <=> ] 58 B 0:00:25 [5.92 B/s] [ <=> ] 64 B 0:00:30 [6.03 B/s] [ <=> ]^C[root@testbox ~]# systemctl start haveged[root@testbox ~]# pv /dev/random > /dev/null 7.12MiB 0:00:05 [1.43MiB/s] [ <=> ]15.7MiB 0:00:11 [1.44MiB/s] [ <=> ]27.2MiB 0:00:19 [1.46MiB/s] [ <=> ] 43MiB 0:00:30 [1.47MiB/s] [ <=> ]^C
使用 pv 我们可以看到我们通过管道传递了多少数据。正如你所看到的，在运行 haveged 之前，我们是 2.1 位/秒（B/s）。而在开始运行 haveged 之后，加入处理器的抖动到我们的熵池中，我们得到大约 1.5MiB/秒。
via: http://jhurani.com/linux/2017/11/01/entropy-explained.html
共同学习，写下你的评论
评论加载中...
作者其他优质文章
