我正在阅读关键派生函数(KDF)和由David Wong编写的真实世界密码书的一个部分,它正在与伪随机数生成器(PRNG)进行比较。其中一个不同之处是KDF采用非均匀随机任意长度输入,而PRNG采用一致随机k位键。即使两者都有一致随机的任意长度输出。
从根本上说,KDF的主要区别在于它不期望一个完全一致的随机秘密作为输入(只要它有足够的熵)。
在这种情况下,非一致随机和一致随机究竟是什么意思?熵在这种情况下意味着什么?
对这些术语有更好的理解似乎有助于更好地理解KDF和PRNGs之间的区别。
发布于 2021-10-22 11:59:00
在这种情况下,非一致随机和一致随机究竟是什么意思?熵在这种情况下意味着什么?
这是一种随机性,其非均匀分布以概率质量函数(PMF)表示:-

你可以看到零到目前为止是普遍存在的。如果随机性是一致的,那么所有的值都将与p= 0.0039的蓝线对齐,即\frac{1}{256}。因为我们对密码学感兴趣。熵\big(H_{\infty} = -\log_2 (p_{max}) \big),上面的分布(如果I.I.D)有H_{\infty} \approx 5.3位/字节。
如果PMF是一致随机的,我们就会有H_{\infty} = 8位/字节。这是最大熵,这是均匀分布的特征。
因此,非均匀的随机性进入KDF (可能是一个密码,比如'123456'),并且出现了统一的随机性。
https://crypto.stackexchange.com/questions/95716
复制相似问题