Raspberry Pi有一个内置的硬件随机数生成器,但似乎没有任何关于硬件的公开文档,即使存在问题(哪家公司会公开承认他们自己的硬件可能会有问题,如果他们能逃脱的话)。
那么问题是,测试硬件随机数生成器的最佳方法是什么?如果我用硬件随机数生成器生成的随机数填充了一个10 in的文件,那么在我的主计算机上是否有任何工具可以用来查看所产生的数字中是否有任何模式?
我很难相信没有第三方的方法来验证随机数生成器(无论是软件还是硬件)是否安全。否则,为什么会有人信任一个不是开源的随机数生成器,并且不能独立审计?
我想使用Raspberry Pi来生成一些私钥,但是普通的软件随机数生成器没有获得足够的熵来使其可行(需要很长时间才能生成),但是使用硬件随机数生成器则更可行。我只是不知道我能不能信任硬件随机数发生器。
发布于 2013-12-22 03:29:53
这里有几个因素在起作用:
根据制造商的说法,该芯片在开路集电极中使用来自反向偏置晶体管的噪声。这正是我在当前HRNG项目中使用的硬件,但要小得多。这是实现直接进入硅的最便宜的方法之一,而我使用的是离散晶体管,ARM处理器只是将其缩小为芯片芯片上的几个硅点。
我们知道这个机制是一个很强的随机性来源,因为它依赖于一种叫做量子隧穿的现象,这是众所周知的概率性和随机性的。其基本思想是电子会随机“跳过”晶体管内的带隙,从而产生随机波动的信号。然后我们可以放大这个(简单的PNP晶体管放大器),通过在固定频率上采样结果,将输出解释为1或0 --如果它超过了某个阈值,它就是1,否则就是0。
这种机制的一个轻微缺陷是,任何直流泄漏都会导致向1倾斜,出现的频率超过0。为了解决这个问题,我们可以使用一个叫做von解相关的简单技巧,它实质上涉及编码位对01、10到0和1,而忽略所有的00对和11对。这就产生了一个统计上没有偏见的流。
我几乎可以肯定,这就是它产生随机数的机制。有一个主要的选择(两个反向偏置,而不是平行的门),但它涵盖了英特尔的专利,所以我怀疑ARM是否在使用。不幸的是,唯一确切地知道的方法是抓取一些酸和断片,然后拿一个显微镜,然后开始反向工程的硅。我碰巧没有可用的备用装备。
在这种探索中,您可能发现的潜在漏洞是,高频时钟信号或其他高频数据线的路由非常接近HRNG或其支持逻辑,从而可能导致干扰。这在集成电路中通常是不太可能的,但是我们在这里讨论的是高灵敏度的应用,所以值得寻找。即使是这样,从密码分析的角度来看,我也不认为它提供了有用的偏斜。
下一个被利用的潜力是微码。最近,一位研究人员证明,可以为英特尔处理器修补微码,以便在指令缓冲区中寻找唯一的模式,并检测何时使用RDRAND指令填充/dev/random池。然后,它将识别该池缓冲区在处理器缓存中的位置,并有效地将其归零,从而使零池被复制回系统内存中。这意味着/dev/random将不断输出相同的攻击者控制的值,并带来明显的破坏性结果。如果在ARM微码中使用了类似但更微妙的技巧,那么就有可能以一种只有补丁的创建者才知道的方式大规模地减少HRNG的熵。要发现这样的诡计是很困难的,但可以通过提取微码并对其进行分析。
最后,最后一个问题是Linux内核内部的RNG设计。/dev/random池通常使用一种基于加密函数的混合算法,从一组基于状态的源中输入。然而,当RDRAND或类似的指令可用时,引擎只是在池上对数据进行xors处理。这并不是一个好主意,因为它可以通过生成某些值,以一种有意义的方式处理池数据。如果使用了更强的混合功能,攻击者将需要打破该函数(或做一些更明显的操作),以获得对池的有意义的控制。
你的问题没有一个明显的答案。硬件随机数发生器可以是非常高的质量,但很难分析它们的实现,只给一个消费设备。尽管如此,如果你不信任你的硬件,你一开始就不能做出任何保证。如果你想把不信任的范围完全限制在所产生的随机数的质量上,那么就围绕这个事实来设计你的支持系统。
发布于 2013-12-22 09:30:33
我过去也有过同样的问题。美国国家标准和技术研究所(NIST)实际上已经准备好了一个一套充满了一大堆测试的套件。它包含各种统计测试,并为每个测试报告一个p值。它包括简单的测试,如只计算零和1,看看它们是否接近50%,以及复杂的测试,如频谱分析。有一个非常广泛,易于阅读和理解的手册,它解释了所有的理论,以及如何正确地使用测试和解释其结果。
发布于 2013-12-22 02:32:22
我很难相信没有第三方的方法来验证随机数生成器(无论是软件还是硬件)是否安全。
不幸的是,情况就是这样。除非RNG非常糟糕,即输出中存在明显的偏差,否则很难检测到RNG是否包含一些微妙的弱点,这些弱点可以被视为后门而不查看源。
https://security.stackexchange.com/questions/47475
复制相似问题