userapps/opensource/openssl/doc/crypto/rand.pod

   1 =pod
   2
   3 =head1 NAME
   4
   5 rand - pseudo-random number generator
   6
   7 =head1 SYNOPSIS
   8
   9  #include <openssl/rand.h>
  10
  11  int  RAND_set_rand_engine(ENGINE *engine);
  12
  13  int  RAND_bytes(unsigned char *buf, int num);
  14  int  RAND_pseudo_bytes(unsigned char *buf, int num);
  15
  16  void RAND_seed(const void *buf, int num);
  17  void RAND_add(const void *buf, int num, int entropy);
  18  int  RAND_status(void);
  19
  20  int  RAND_load_file(const char *file, long max_bytes);
  21  int  RAND_write_file(const char *file);
  22  const char *RAND_file_name(char *file, size_t num);
  23
  24  int  RAND_egd(const char *path);
  25
  26  void RAND_set_rand_method(const RAND_METHOD *meth);
  27  const RAND_METHOD *RAND_get_rand_method(void);
  28  RAND_METHOD *RAND_SSLeay(void);
  29
  30  void RAND_cleanup(void);
  31
  32  /* For Win32 only */
  33  void RAND_screen(void);
  34  int RAND_event(UINT, WPARAM, LPARAM);
  35
  36 =head1 DESCRIPTION
  37
  38 Since the introduction of the ENGINE API, the recommended way of controlling
  39 default implementations is by using the ENGINE API functions. The default
  40 B<RAND_METHOD>, as set by RAND_set_rand_method() and returned by
  41 RAND_get_rand_method(), is only used if no ENGINE has been set as the default
  42 "rand" implementation. Hence, these two functions are no longer the recommened
  43 way to control defaults.
  44
  45 If an alternative B<RAND_METHOD> implementation is being used (either set
  46 directly or as provided by an ENGINE module), then it is entirely responsible
  47 for the generation and management of a cryptographically secure PRNG stream. The
  48 mechanisms described below relate solely to the software PRNG implementation
  49 built in to OpenSSL and used by default.
  50
  51 These functions implement a cryptographically secure pseudo-random
  52 number generator (PRNG). It is used by other library functions for
  53 example to generate random keys, and applications can use it when they
  54 need randomness.
  55
  56 A cryptographic PRNG must be seeded with unpredictable data such as
  57 mouse movements or keys pressed at random by the user. This is
  58 described in L<RAND_add(3)|RAND_add(3)>. Its state can be saved in a seed file
  59 (see L<RAND_load_file(3)|RAND_load_file(3)>) to avoid having to go through the
  60 seeding process whenever the application is started.
  61
  62 L<RAND_bytes(3)|RAND_bytes(3)> describes how to obtain random data from the
  63 PRNG.
  64
  65 =head1 INTERNALS
  66
  67 The RAND_SSLeay() method implements a PRNG based on a cryptographic
  68 hash function.
  69
  70 The following description of its design is based on the SSLeay
  71 documentation:
  72
  73 First up I will state the things I believe I need for a good RNG.
  74
  75 =over 4
  76
  77 =item 1
  78
  79 A good hashing algorithm to mix things up and to convert the RNG 'state'
  80 to random numbers.
  81
  82 =item 2
  83
  84 An initial source of random 'state'.
  85
  86 =item 3
  87
  88 The state should be very large.  If the RNG is being used to generate
  89 4096 bit RSA keys, 2 2048 bit random strings are required (at a minimum).
  90 If your RNG state only has 128 bits, you are obviously limiting the
  91 search space to 128 bits, not 2048.  I'm probably getting a little
  92 carried away on this last point but it does indicate that it may not be
  93 a bad idea to keep quite a lot of RNG state.  It should be easier to
  94 break a cipher than guess the RNG seed data.
  95
  96 =item 4
  97
  98 Any RNG seed data should influence all subsequent random numbers
  99 generated.  This implies that any random seed data entered will have
 100 an influence on all subsequent random numbers generated.
 101
 102 =item 5
 103
 104 When using data to seed the RNG state, the data used should not be
 105 extractable from the RNG state.  I believe this should be a
 106 requirement because one possible source of 'secret' semi random
 107 data would be a private key or a password.  This data must
 108 not be disclosed by either subsequent random numbers or a
 109 'core' dump left by a program crash.
 110
 111 =item 6
 112
 113 Given the same initial 'state', 2 systems should deviate in their RNG state
 114 (and hence the random numbers generated) over time if at all possible.
 115
 116 =item 7
 117
 118 Given the random number output stream, it should not be possible to determine
 119 the RNG state or the next random number.
 120
 121 =back
 122
 123 The algorithm is as follows.
 124
 125 There is global state made up of a 1023 byte buffer (the 'state'), a
 126 working hash value ('md'), and a counter ('count').
 127
 128 Whenever seed data is added, it is inserted into the 'state' as
 129 follows.
 130
 131 The input is chopped up into units of 20 bytes (or less for
 132 the last block).  Each of these blocks is run through the hash
 133 function as follows:  The data passed to the hash function
 134 is the current 'md', the same number of bytes from the 'state'
 135 (the location determined by in incremented looping index) as
 136 the current 'block', the new key data 'block', and 'count'
 137 (which is incremented after each use).
 138 The result of this is kept in 'md' and also xored into the
 139 'state' at the same locations that were used as input into the
 140 hash function. I
 141 believe this system addresses points 1 (hash function; currently
 142 SHA-1), 3 (the 'state'), 4 (via the 'md'), 5 (by the use of a hash
 143 function and xor).
 144
 145 When bytes are extracted from the RNG, the following process is used.
 146 For each group of 10 bytes (or less), we do the following:
 147
 148 Input into the hash function the local 'md' (which is initialized from
 149 the global 'md' before any bytes are generated), the bytes that are to
 150 be overwritten by the random bytes, and bytes from the 'state'
 151 (incrementing looping index). From this digest output (which is kept
 152 in 'md'), the top (up to) 10 bytes are returned to the caller and the
 153 bottom 10 bytes are xored into the 'state'.
 154
 155 Finally, after we have finished 'num' random bytes for the caller,
 156 'count' (which is incremented) and the local and global 'md' are fed
 157 into the hash function and the results are kept in the global 'md'.
 158
 159 I believe the above addressed points 1 (use of SHA-1), 6 (by hashing
 160 into the 'state' the 'old' data from the caller that is about to be
 161 overwritten) and 7 (by not using the 10 bytes given to the caller to
 162 update the 'state', but they are used to update 'md').
 163
 164 So of the points raised, only 2 is not addressed (but see
 165 L<RAND_add(3)|RAND_add(3)>).
 166
 167 =head1 SEE ALSO
 168
 169 L<BN_rand(3)|BN_rand(3)>, L<RAND_add(3)|RAND_add(3)>,
 170 L<RAND_load_file(3)|RAND_load_file(3)>, L<RAND_egd(3)|RAND_egd(3)>,
 171 L<RAND_bytes(3)|RAND_bytes(3)>,
 172 L<RAND_set_rand_method(3)|RAND_set_rand_method(3)>,
 173 L<RAND_cleanup(3)|RAND_cleanup(3)>
 174
 175 =cut