Python 3.x Python的3 random.random是否足够安全，如果在每次使用之前使用高熵种子？

Python的3 random.random是否足够安全，如果在每次使用之前使用高熵种子？除了验证分布形状外，如何知道和验证

所以问题是关于使用random.random将一些熵源转换为数组项中的许多选择

比如说，我们有一本9k单词的字典，想要随机选择18个单词。我们不希望任何其他人能够通过玩蟒蛇的random.random找到它们

dic = ["word1", "word2", ... , "word19k"]
while(true):
  seed = os.urandom(50)
  random.seed(seed)
  print(random.choice(dic))

:

警告：此模块的伪随机生成器不应用于安全目的。如果需要加密安全的伪随机数生成器，请使用os.URADOM或SystemRandom

正如在问题的评论中所述，为加密目的生成随机数的更好、更安全的方法是os.uradom

链接问题的示例代码

>>> import os
>>> os.urandom(10)
'm\xd4\x94\x00x7\xbe\x04\xa2R'
>>> type(os.urandom(10))
<type 'str'>
>>> map(ord, os.urandom(10))
[65, 120, 218, 135, 66, 134, 141, 140, 178, 25]

:

警告：此模块的伪随机生成器不应用于安全目的。如果需要加密安全的伪随机数生成器，请使用os.URADOM或SystemRandom

正如在问题的评论中所述，为加密目的生成随机数的更好、更安全的方法是os.uradom

链接问题的示例代码

>>> import os
>>> os.urandom(10)
'm\xd4\x94\x00x7\xbe\x04\xa2R'
>>> type(os.urandom(10))
<type 'str'>
>>> map(ord, os.urandom(10))
[65, 120, 218, 135, 66, 134, 141, 140, 178, 25]

---

好的，在询问其他地方之后，如果随机生成器产生均匀分布，那么整个操作是无用的，但不会引入安全风险

如问题中所述，如果随机生成器为每一代添加新种子。这就像应用一个简单的无用转换x=>fx

如果使用高熵并将其传递给python random.random ou random.choice，那么对这个问题的回答非常简单，它与种子质量一样安全。我不建议将此更改作为运行系统的高优先级更改

---

回答的另一部分是：不要那样做，那是没有用的。使用更好的方法来保护pick，而不是random.choice。

好的，在询问其他地方后，如果随机生成器生成均匀分布，则整个操作是无用的，但不会带来安全风险

如问题中所述，如果随机生成器为每一代添加新种子。这就像应用一个简单的无用转换x=>fx

如果使用高熵并将其传递给python random.random ou random.choice，那么对这个问题的回答非常简单，它与种子质量一样安全。我不建议将此更改作为运行系统的高优先级更改

---

回答的另一部分是：不要那样做，那是没有用的。使用更好的方法保护pick，而不是random.choice。

Thx COLDSPEED的可能副本，这不是我要搜索的，尽管我知道这是一个更好的解决方案。我有一个系统，需要花费很多钱来改变，并且使用非常高熵的种子来随机播种。所以我需要在做出选择之前评估安全性。这取决于你所说的高熵种子是什么意思。如果熵如此之高，以至于种子是真正随机的，并且是从大范围中提取的，那么它当然是安全的，但是在那个阶段Python随机数生成器变成了多余的中间人。Thx COLDSPEED的可能复制品，这不是我要搜索的，尽管我知道它是一个更好的解决方案。我有一个系统，需要花费很多钱来改变，并且使用非常高熵的种子来随机播种。所以我需要在做出选择之前评估安全性。这取决于你所说的高熵种子是什么意思。如果熵如此之高，以至于种子是真正随机的，并且是从一个大范围中提取的，那么它当然是安全的，但是在那个阶段Python随机数生成器变成了一个多余的中间人。您好，非常感谢，这并不正是我所需要的，因为我非常清楚有更好的方法可用。我修改了问题代码示例，将您的解决方案作为random.random的种子引入。我有一个系统，需要花费很多钱来改变，并使用非常高的熵种子来种子随机。随机，所以我需要在做出选择之前评估安全性。当做出错误的选择时，需要付出代价来纠正它们。嗨，非常感谢，这并不完全是我所需要的，因为我非常清楚有更好的方法可用。我修改了问题代码示例，将您的解决方案作为random.random的种子引入。我有一个系统，需要花费很多钱来改变，并且使用非常高的熵种子来随机种子。随机，所以我需要在做出选择之前评估安全性。当做出错误的选择时，纠正它们是有成本的，支付成本。