Insecure Randomness 和 Use of Cryptographically Weak PRNG 解决方案

本文链接：https://blog.youkuaiyun.com/qq_35976271/article/details/103709844

本文探讨了Insecure Randomness和Cryptographically Weak PRNG的安全漏洞，指出在安全关键场景中使用可预测的随机数生成器的风险，例如密码、密钥和会话ID的可预测性。建议在Java中使用SecureRandom类以及在JavaScript中使用更安全的随机数生成方法来提高安全性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Insecure Randomness 和Use of Cryptographically Weak PRNG 其实是同一种漏洞,Insecure Randomness是由Fortify扫描出来的,Use of Cryptographically Weak PRNG是CheckMarx扫描出来的. 他们其实都是不安全的随机数漏洞.

下面是Fortify对漏洞的描述:

描述

标准的伪随机数值生成器不能抵挡各种加密攻击。

解释说明

在对安全性要求较高的环境中，使用能够生成可预测值的函数作为随机数据源，会产生 Insecure Randomness 错误。电脑是一种具有确定性的机器，因此不可能产生真正的随机性。伪随机数生成器(PRNG) 近似于随机算法，始于一个能计算后续数值的种子。 PRNG 包括两种类型：统计学的 PRNG 和密码学的 PRNG。统计学的 PRNG 提供很多有用的统计属性，但其输出结果很容易预测，因此容易复制数值流。
在安全性所依赖的生成值不可预测的情况下，这种类型并不适用。密码学的 PRNG 生成的输出结果较难预测，可解决这一问题。为保证值的加密安全性，必须使攻击者根本无法、或几乎不可能鉴别生成的随机值和真正的随机值。通常情况下，如果并未声明 PRNG 算法带有加密保护，那么它很可能就是统计学的 PRNG，因此不应在对安全性要求较高的环境中使用，否则会导致严重的漏洞（如易于猜测的密码、可预测的加密密钥、Session Hijacking 和 DNS Spoofing）。示例：下面的代码可利用统计学的 PRNG 为购买产品后仍在有
效期内的收据创建一个 URL。

function genReceiptURL (baseURL){
var randNum = Math.random();
var re