安全達人養成計劃

在密碼學和許多安全相關的功能中，「隨機性」是不可或缺的基石。如果應用程式在需要不可預測性的情境下（如生成 Session ID、密碼重設權杖），卻使用了可被預測的「隨機」數，就會產生嚴重的安全漏洞。

什麼是不安全的隨機性？

不安全的隨機性 (Insecure Randomness) 指的是，應用程式使用了品質不佳的偽隨機數生成器 (Pseudo-Random Number Generator, PRNG)。這類生成器產生的數列雖然看起來隨機，但其內部是基於一個可預測的「種子 (Seed)」透過特定演算法計算出來的。如果攻擊者能夠知道或猜測到這個種子，他們就能夠重現整個隨機數序列。

在安全性要求高的場景，必須使用密碼學安全偽隨機數生成器 (Cryptographically Secure Pseudo-Random Number Generator, CSPRNG)。CSPRNG 的設計確保了其輸出結果在計算上是不可預測的。

攻擊原理與範例

情境：可預測的密碼重設權杖

  1. 使用者請求重設密碼：小明忘記了密碼，於是在網站上點擊「忘記密碼」。
  2. 生成重設權杖：網站後端程式為了驗證小明的身份，需要生成一個隨機的 URL 權杖，並寄到他的信箱。但工程師使用了 Math.random() 或一個以當前時間（如毫秒）為種子的 PRNG 來生成這個權杖。
  3. 攻擊者預測權杖：攻擊者此時也對同一個網站發起「忘記密碼」的請求，目標是自己的帳戶。他觀察到自己收到的權杖與請求時間有高度關聯。
  4. 計算受害者權杖：由於攻擊者大致知道小明是在什麼時候請求重設密碼的，他可以根據自己收到的權杖和時間，反推出小明收到的權杖可能的值，並進行嘗試。
  5. 成功重設密碼：一旦猜中，攻擊者就能用小明的身份設定新密碼，並接管其帳戶。

風險與影響

  • Session 劫持：如果 Session ID 是可預測的，攻擊者可以猜測到合法使用者的 Session ID 並冒用其身份。
  • 繞過身份驗證：可預測的密碼重設權杖、一次性密碼 (OTP) 都會導致身份驗證機制失效。
  • 加密金鑰破解：如果隨機數被用來生成加密金鑰，可預測的隨機性會大幅降低金鑰的強度，使其容易被破解。

防禦與預防措施

永遠使用密碼學安全的隨機數生成器 (CSPRNG)

這是防禦此漏洞的唯一準則。開發者不應自行嘗試發明隨機數演算法。

  • 選擇正確的工具：使用您所用程式語言或框架中專為安全目的設計的函式庫。
    • Python: secrets 模組或 os.urandom()。
    • Java: java.security.SecureRandom。
    • Node.js: crypto.randomBytes()。
    • PHP: random_bytes() 或 random_int()。
  • 確保足夠的熵 (Entropy)：CSPRNG 通常會從作業系統收集足夠的「熵」（硬體噪音、系統事件等不可預測的輸入）來確保其隨機性。
  • 確保足夠的長度：生成的權杖或金鑰應有足夠的長度，以防禦暴力破解攻擊。例如，一個 Session ID 至少應為 128 位元（16 位元組）。

錯誤的程式碼範例

下面的 Python 程式碼試圖從 0 到 9999 之間選擇一個數字作為密碼值。

1
2
3
# 錯誤範例
import random as sr
n = sr.choice(range(0, 10000))

問題分析：

  1. 範圍過小：xrange(0, 10000)（應為 range）只產生最多 4 位數的數字。這個密碼空間太小，可以被輕易地暴力破解。
  2. 複雜度不足：純數字密碼，沒有字母或特殊字元，安全性極低。
  3. 可能使用不安全的 PRNG：random 模組不適用於密碼學場景。雖然範例中用了 SystemRandom 的別名 sr，但 random.choice 本身不是生成安全權杖的最佳實踐。

正確的做法應該是使用 secrets 模組生成一個足夠長且包含多種字元的隨機字串。

說些什麼吧！

waline