和朋友聊到一个比较故意思的征象，在最近两年的校招口试中，大部分同学连一点根本的密码学知识都没有， 即便是有一些渗透功底的同学。
以是这里想和大家聊一些大略的密码学根本知识，不涉及算法实现，更多的是和常见的漏洞场景联系起来，让问题更随意马虎理解，有点抛砖引玉的意思。
本文紧张聊一下随机数，随机数实在是非常广泛的，可以说也是密码技能的根本。
对随机数的利用不当很可能会导致一些比较严重的安全问题， 并且这些安全问题常日会比较暗藏。
0x01 随机数
概述
随机数在打算机运用中利用的比较广泛，最为熟知的便是在密码学中的运用。本文紧张是讲解随机数利用导致的一些Web安全风。
我们先大略理解一下随机数
分类
随机数分为真随机数和伪随机数，我们程序利用的基本都是伪随机数，个中伪随机又分为强伪随机数和弱伪随机数。
真随机数，通过物理实验得出，比如掷泉币、骰子、转轮、利用电子元件的噪音、核裂变等伪随机数，通过一定算法和种子得出。软件实现的是伪随机数 强伪随机数，难以预测的随机数弱伪随机数，易于预测的随机数特性
随机数有3个特性，详细如下：
随机性：不存在统计学偏差，是完备凌乱的数列不可预测性：不能从过去的数列推测出下一个涌现的数不可重现性：除非将数列本身保存下来，否则不能重现相同的数列
随机数的特性和随机数的分类有一定的关系，比如，弱伪随机数只须要知足随机性即可，而强位随机数须要知足随机性和不可预测性，真随机数则须要同时知足3个特性。
引发安全问题的关键点在于不可预测性。
伪随机数的天生
我们平常软件和运用实现的都是伪随机数，以是本文的重点也便是伪随机数。
伪随机数的天生实现一样平常是算法+种子。
详细的伪随机数天生器PRNG一样平常有：
线性同余法单向散列函数法密码法ANSI X9.17
比较常用的一样平常是线性同余法，比如我们熟知的C措辞的rand库和Java的java.util.Random类，都采取了线性同余法天生随机数。
运用处景
随机数的运用处景比较广泛，以下是随机数常见的运用处景：
验证码天生抽奖活动UUID天生SessionID天生Token天生 CSRF Token找回密码Token游戏(随机元素的天生) 洗牌俄罗斯方块涌现特定形状的序列游戏爆装备密码运用处景 天生密钥：对称密码，认证天生密钥对：公钥密码，数字署名天生IV： 用于分组密码的CBC，CFB和OFB模式天生nonce: 用于防御重放攻击; 分组密码的CTR模式天生盐：用于基于口令的密码PBE等。
0x02 随机数的安全性
比较其他密码技能，随机数很少受到关注，但随机数在密码技能和打算机运用中是非常主要的，禁绝确的利用随机数会导致一系列的安全问题。
随机数的安全风险
随机数导致的安全问题一样平常有两种
该当利用随机数，开拓者并没有利用随机数;该当利用强伪随机数，开拓者利用了弱伪随机数。
第一种情形，大略来讲，便是我们须要一个随机数，但是开拓者没有利用随机数，而是指定了一个常量。当然，很多人会义愤填膺的说，sb才会不用随机数。但是，请不要忽略我朝还是有很多的。紧张有两个场景：
开拓者缺少根本知识不知道要用随机数;
一些运用处景和框架，接口文档不完善或者开拓者没有仔细阅读等缘故原由。
比如找回密码的token，须要一个伪随机数，很多业务直接根据用户名天生token;
比如OAuth2.0中须要第三方通报一个state参数作为CSRF Token防止CSRF攻击，很多开拓者根本不该用这个参数，或者是传入一个固定的值。由于认证方无法对这个值进行业务层面有效性的校验，导致了OAuth的CSRF攻击。
第二种情形，紧张差异就在于伪随机数的强弱了，大部分(所有？)措辞的API文档中的根本库(常用库)中的random库都是弱伪随机，很多开拓自然就直策应用。但是，最主要也最致命的是，弱伪随机数是不能用于密码技能的。
还是第一种情形中的找回密码场景，关于token的天生， 很多开拓利用了韶光戳作为随机数(md5(韶光戳)，md5(韶光戳+用户名))，但是由于韶光戳是可以预测的，很随意马虎就被猜解。不可预测性是区分弱伪随机数和强伪随机数的关键指标。
当然，除了以上两种情形，还有一些比较特殊的情形，常日情形下比较少见，但是也不用除：
种子的透露，算法很多时候是公开的，如果种子透露了，相称于随机数已经透露了;随机数池不敷。这个严格来说也属于弱伪随机数，由于随机数池不敷实在也导致了随机数是可预测的，攻击者可以直接暴力破解。漏洞实例
wooyun上有很多漏洞，还蛮故意思的，都是和随机数有关的。
PS：个人实力有限，以下实例基本都来自wooyun漏洞实例，在这里感激各位大牛，如有侵权，请联系删除。
1.该当利用随机数而未利用随机数
Oauth2.0的这个问题特殊经典，除了wooyun实例列出来的，实在很多厂商都有这个问题。
Oauth2.0中state参数哀求第三方运用的开拓者传入一个CSRF Token(随机数)，如果没有传入或者传入的不是随机数，会导致CSRF上岸任意帐号：
唯品会账号干系漏洞可通过csrf登录任意账号大家网-百度OAuth 2.0 redirect_uir CSRF 漏洞
2.利用弱伪随机数
1) 密码取回
很多密码找回的场景，会发送给用户邮件一个url，中间包含一个token，这个token如果预测，那么就可以找回其他用户的密码。
1.Shopex4.8.5密码取回处新天生密码可预测漏洞
直策应用了韶光函数microtime作为随机数，然后获取MD5的前6位。
?
1
#!phpsubstr(md5(print_r(microtime,true)),0,6);
PHP 中microtime的值除了当前做事器的秒数外，还有微秒数，奇妙数的变革范围在0.000000 -- 0.999999 之间，一样平常来说，做事器的韶光可以通过HTTP返转头的DATE字段来获取，因此我们只须要遍历这1000000可能值即可。但我们要利用暴力破解的办法发起1000000次网络要求的话，网络要求数也会非常之大。可是shopex非常知心的在天生密码前再次将microtime 输出了一次：
2
#!php$messenger = &$this->system->loadModel('system/messenger');echo microtime.\"大众
\公众;
2.奇虎360任意用户密码修正
直接是MD5(unix韶光戳)
3.涂鸦王国弱随机数导致任意用户挟制漏洞，附测试POC
关于找回密码随机数的问题强烈建议大家参考拓哥的11年的文章《利用系统韶光可预测破解java随机数| 空虚浪子心的灵魂》
2) 其他随机数验证场景
CmsEasy最新版暴力注入(加解密毛病/绕过防注入)
弱伪随机数被绕过
Espcms v5.6 暴力注入
Espcms中一处SQL注入漏洞的利用，利用时创造espcms对传值有加密并且随机key,但是这是一个随机数池固定的弱伪随机数，可以被攻击者遍历绕过
Destoon B2B2014-05-21最新版绕过全局防御暴力注入(官方Demo可重现)
利用了microtime作为随机数，可以被预测暴力破解
Android4.4之前版本的Java加密架构(JCA)中利用的Apache Harmony 6.0M3及其之前版本的SecureRandom实现存在安全漏洞，详细位于classlib/modules/security/src/main/java/common/org/apache/harmony/security/provider/crypto/SHA1PRNG_SecureRandomImpl.java
类的engineNextBytes函数里，当用户没有供应用于产生随机数的种子时，程序不能精确调度偏移量，导致PRNG天生随机序列的过程可被预测。
Android SecureRandom漏洞详解安全建议
上面讲的随机数根本和漏洞实例更侧重是给攻击者一些思路，这里更多的是一些防御和预防的建议。
业务场景须要利用随机数，一定要利用随机数，比如Token的天生;随机数要足够长，避免暴力破解;担保不同用途的随机数利用不同的种子对安全性哀求高的随机数(如密码技能干系)禁止利用的弱伪随机数： 不要利用韶光函数作为随机数(很多程序员喜好用韶光戳) Java：system.currenttimemillis php：microtime不要利用弱伪随机数天生器 Java: java.util.Random PHP: rand 范围很小，32767 PHP: mt_rand 存在毛病强伪随机数CSPRNG(安全可靠的伪随机数天生器(Cryptographically SecurePseudo-Random Number Generator)的各种参考 Platform CSPRNG PHP mcrypt_create_iv, openssl_random_pseudo_bytes Java java.security.SecureRandom Dot NET (C#, VB) System.Security.Cryptography.RNGCryptoServiceProvider Ruby SecureRandom Pythonos.urandom Perl Math::Random::Secure C/C++ (Windows API) CryptGenRandom Any language on GNU/Linuxor Unix Read from /dev/random or /dev/urandom
6.强伪随机数天生(不建议开拓自己实现)
产生高强度的随机数，有两个主要的成分：种子和算法。算法是可以有很多的，常日如何选择种子是非常关键的成分。 如Random，它的种子是System.currentTimeMillis，以是它的随机数都是可预测的， 是弱伪随机数。
强伪随机数的天生思路：网络打算机的各种信息，键盘输入韶光，内存利用状态，硬盘空闲空间，IO延时，进程数量，线程数量等信息，CPU时钟，来得到一个近似随机的种子，紧张是达到不可预测性。
