多线程安全的随机数生产函数

（一）遇到的问题

软件中写了这么一个函数，用来生成有数字和字母组成的随机的指定字符个数的字符串。运行的时候发现多线程调用这个函数，返回的两个字符串一模一样。这是不符合预期的，会导致程序出现bug.

原因很简单，多个线程如果同时调用到这个函数，那么time(NULL)返回的种子是一模一样的，所以rand函数返回的序列在两个线程中也是一模一样的。所有返回的字符串也是一模一样的。

这个是伪随机数的性质：相同的种子返回相同的随机数序列。

string GenerateRandomString(int nLen)
{
  std::string strRet;
  const char* cArray = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
  int nArrayLen = strlen(cArray);
  //设置当前时间为种子
  srand(::time(NULL));
  for (int i = 0; i < nLen; i++)
  {
   int nIndex = rand() % nArrayLen;
   strRet += cArray[nIndex];
  }

return strRet;
}

（二）解决方案

1.使用GUID来生产随机字符串，保证多线程下是安全的。这种方法和函数的本意虽然有些偏离，但是在软件中这个确实是解决了问题。那如果一定要保持函数原型不变，需要生成有数字和字母组成的随机的指定字符个数的字符串，该怎么办呢？第二种方法可以解决。

string GenerateRandomString()

{

          GUID guid;
          ::CoInitialize(NULL);
          CoCreateGuid(&guid);

CHAR buff[65] = {0};
          StringCchPrintfA(
              buff, 64, ("%08x-%04x-%04x-%02x%02x-%02x%02x%02x%02x%02x%02x"),
              guid.Data1, guid.Data2, guid.Data3, guid.Data4[0], guid.Data4[1],
              guid.Data4[2], guid.Data4[3], guid.Data4[4], guid.Data4[5],
              guid.Data4[6], guid.Data4[7]);
          return string(buff);
}

2.使用rand_s代替rand函数，这个函数是不依赖种子的更安全的伪随机数生成器。并且是线程安全的。

string GenerateRandomKey(int nLen)
{
std::string strRet;
const char* cArray = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
int nArrayLen = strlen(cArray);
for (int i = 0; i < nLen; i++)
{
  unsigned uRandomValue = 0;
  rand_s(&uRandomValue);
  int nIndex = uRandomValue % nArrayLen;
  strRet += cArray[nIndex];
}

return strRet;
}

（三）rand以及rand_s函数的实现（vs2017）

1.rand函数实现

// Seeds the random number generator with the provided integer.
extern "C" void __cdecl srand(unsigned int const seed)
{
__acrt_getptd()->_rand_state = seed;
}

// Returns a pseudorandom number in the range [0,32767].
extern "C" int __cdecl rand()
{
__acrt_ptd* const ptd = __acrt_getptd();

ptd->_rand_state = ptd->_rand_state * 214013 + 2531011;
return (ptd->_rand_state >> 16) & RAND_MAX;
}

可以看出，srand函数设置的种子保存在线程本地存储（TLS)中的_rand_state中，而rand函数就是对这个值进行了简单的数学运算然后又赋值给了_rand_state。可以看出这种方式生成的随机数是确定的，也就是说相同的种子返回相同的随机数序列。

从这里也看到了随机数的种子是和线程相关的，每个线程是隔离的，多线程代码执行确实是安全的。但是问题是种子如果一样了生成的随机数就一样了。

顺便提下_rand_state的默认值是1

2.rand_s函数实现

extern "C" errno_t __cdecl rand_s(unsigned int* const result)
{
_VALIDATE_RETURN_ERRCODE(result != nullptr, EINVAL);
*result = 0;

    if (!__acrt_RtlGenRandom(result, static_cast<ULONG>(sizeof(*result))))
    {
        errno = ENOMEM;
        return errno;
    }

return 0;
}

函数只是简单调用了下RtlGenRandom函数而已。

rans_s: https://docs.microsoft.com/en-us/cpp/c-runtime-library/reference/rand-s?view=vs-2019

RtlGenRandom: https://docs.microsoft.com/en-us/windows/win32/api/ntsecapi/nf-ntsecapi-rtlgenrandom

Generates a pseudorandom number. This is a more secure version of the function rand

也就是说他是一个安全版本的伪随机数。（还是伪随机数哦）

为什么更安全，我没怎么明白原理。总体来说就是不能再依赖种子了。所以更安全了

对比java来说：

rand相当于Random类

rand_s相当于SecureRandom

java随机数参考了这两篇文章：

https://blog.csdn.net/zy_281870667/article/details/88579442

https://www.geeksforgeeks.org/random-vs-secure-random-numbers-java/

里头的FIPS 140-2页面已经没有了，在这个文章中：https://csrc.nist.gov/projects/cryptographic-module-validation-program/validated-modules

（四）真随机数和伪随机数

先分享一个真随机数的网站： https://www.random.org/

真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。

随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。

https://en.wikipedia.org/wiki/Cryptographically_secure_pseudorandom_number_generator

这篇文章中讲到了真随机数，不过我个人的理解是秘密学安全的随机数应该都是属于真随机数。

所以，rand是伪随机数，rand_s是真随机数。

（五） c++11生产随机数的方法

可以参考下面这些文章：

https://docs.microsoft.com/en-us/cpp/standard-library/random?view=vs-2019

https://docs.microsoft.com/en-us/cpp/standard-library/random-device-class?view=vs-2019

总结来说

random_device是真随机数

mt19937是伪随机数。

两者的区别：

There are two highly useful URNGs in Visual Studio—mt19937 and random_device—as shown in this comparison table:

使用示例：

1.random_device

#include <random>
#include <iostream>
using namespace std;

int main()
{
    random_device gen;

    cout << "entropy == " << gen.entropy() << endl;
    cout << "min == " << gen.min() << endl;
    cout << "max == " << gen.max() << endl;

    cout << "a random value == " << gen() << endl;
    cout << "a random value == " << gen() << endl;
    cout << "a random value == " << gen() << endl;
}

2.mt19937

#include <random>
#include <iostream>
using namespace std;

int main()
{
  mt19937 gen(time(NULL));

    cout << "entropy == " << gen.entropy() << endl;
    cout << "min == " << gen.min() << endl;
    cout << "max == " << gen.max() << endl;

    cout << "a random value == " << gen() << endl;
    cout << "a random value == " << gen() << endl;
    cout << "a random value == " << gen() << endl;
}

（六）各大开源软件如何使用随机数

1.chromiuim

源代码位置：\src\base\rand_util_win.cc

namespace base {

void RandBytes(void* output, size_t output_length) {
char* output_ptr = static_cast<char*>(output);
while (output_length > 0) {
    const ULONG output_bytes_this_pass = static_cast<ULONG>(std::min(
        output_length, static_cast<size_t>(std::numeric_limits<ULONG>::max())));
    const bool success =
        RtlGenRandom(output_ptr, output_bytes_this_pass) != FALSE;
    CHECK(success);
    output_length -= output_bytes_this_pass;
    output_ptr += output_bytes_this_pass;
}
}

} // namespace base

可以看出，chromium在windows平台上也直接使用了RtlGenRandom函数。

2.Qt

https://doc.qt.io/qt-5/qrandomgenerator.html#securelySeeded

https://code.qt.io/cgit/qt/qtbase.git/tree/src/corelib/global/qrandom.cpp?h=dev

Qt中提供真随机数是使用rand_s作为fallback机制（兜底），真随机数依赖cpu信息，没有深入研究了。

3.mozilla

也是从看Qt代码才在注释中发现mozilla代码的。

https://hg.mozilla.org/mozilla-central/file/722fdbff1efc/security/nss/lib/freebl/win_rand.c#l146

直接使用了RtlGenRandom作为随机数的实现。

（七）参考资料

https://www.random.org/