[发明专利]适用物联网环境下的伪随机数发生方法、发生器和传感器

说明书

本发明实施例涉及伪随机数技术领域，具体涉及一种适用物联网环境下的伪随机数发生方法、发生器和传感器。一种适用物联网环境下的伪随机数发生方法，应用于伪随机数发生器，包括：向物联网系统内部的传感器发送请求消息；接收传感器发送的响应消息；根据所述响应消息中携带的参数生成伪随机数。通过本发明的上述方法，利用传感器的参数来生成伪随机数，与现有技术中采用预定的公式来生成随机数相比，避免了公式被破解的危险，提高了伪随机数的保密性和安全性；并且传感器的参数值作为伪随机数的初始值，解决了现有技术中无法确定初始值的问题。

技术领域

本发明实施例涉及伪随机数技术领域，具体涉及一种适用物联网环境下的伪随机数发生方法、发生器和传感器。

背景技术

随机数就是出现概率服从均匀分布的数字。在密码学和信息安全领域有很多用途，比如可以作为密钥、可以作为初始向量、可以作为点倍数等等。随机数的获取比较困难，一般是白噪声噪声源转化为数字才行，因此目前市场上系统中大多数使用的是伪随机数。伪随机数的定义：随机数是能够通过所有正确的随机性检验，而伪随机数可以通过绝大多数正确的随机性检验。随机数是不可重现的，即时在相同的初始条件下进行相同的操作，也不能以确定的概率得到相同的输出序列。而伪随机数是可以重现的，给定相同的初始条件，进行相同的操作可以得到相同的输出序列。真随机数和伪随机数有不同的应用背景，也存在相互联系。在很多实际应用中，要产生足够数量的真随机数是比较困难的，或者是在适当的时候需要重现随机数，典型的应用场景，如对称密码系统中解密时需要用加密过程中使用的随机数。在该场景下通常使用伪随机数。要保证伪随机数有较好的随机性，常常以真随机数作为其初始条件之一；或者作为一个输入，即将真随机数作为伪随机数发生器的种子。

目前伪随机数发生器常用的技术有平方取中法和线性同余法；平方取中法是由冯.诺伊曼提出的。实现方法包括：首先取一个非零的2m位的数，用该数的中间的m位数码作为所生成的伪随机数的第一个元素；然后将该数做平方运算，得到一个新的2m位的数，取其中间m位作为伪随机数的第二个元素，重复进行操作直到得到2m位的数；该2m位的数就是该算法所生成的伪随机数序列。

线性同余法，由于上述的平方取中算法复杂度的太高，在实际中的应用并不是很广，使用得更多的一种方法是线性同余法。该算法采用以下公式进行运算：

r_(n+1)＝(ar_n+c)mod m，n≥0

其中，m为模数；m0；

a为乘数；0≤am；

c为增量；0≤cm；

r_0为初始值，也就是种子；0≤r_0m；

上述两种算法的算法公式过于简略，黑客容易通过验算的方法破解获得公式从而获得伪随机数；安全性比较低。

发明内容

为此，本发明实施例提供一种适用物联网环境下的伪随机数发生方法，以提高伪随机数的安全性。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面，一种适用物联网环境下的伪随机数发生方法，应用于伪随机数发生器，包括：

向物联网系统内部的传感器发送请求消息；

接收所述传感器发送的响应消息；

根据所述响应消息中携带的参数生成伪随机数。

进一步地，当所述传感器的数量为多个时，

向物联网系统内部的传感器发送请求消息，包括：向每一个传感器分别发送请求消息；

接收传感器发送的响应消息，包括：接收每一个传感器发送的响应消息；