WEBKT

资源受限的嵌入式Linux：如何高效使用`/dev/random`和`/dev/urandom`

28 0 0 0

在嵌入式Linux开发中，随机数生成是许多安全和系统功能不可或缺的一部分，例如密钥生成、会话ID、盐值等。然而，与桌面或服务器系统不同，嵌入式设备通常面临着严峻的资源限制，包括有限的CPU算力、内存以及更重要的是——匮乏的熵源。在这样的背景下，理解并正确使用/dev/random和/dev/urandom就显得尤为关键。

/dev/random 与 /dev/urandom 的核心区别

首先，我们来回顾一下这两个设备的根本差异：

  • /dev/random: 这个设备旨在提供高质量的真随机数。它通过从系统各种活动中收集环境噪声（熵）来填充一个熵池。当熵池耗尽时，/dev/random会阻塞，直到有足够的新的熵可用。这确保了生成的随机数具有高度的不可预测性，适用于生成长期密钥（如SSH密钥、TLS主密钥）。然而，在熵源稀缺的嵌入式系统中，这意味着应用程序可能会长时间阻塞，导致系统响应迟钝甚至崩溃。
  • /dev/urandom: 这个设备也是一个密码学安全的伪随机数生成器（CSPRNG）。它同样使用熵池中的熵作为种子，但当熵池耗尽时，它会继续使用现有熵池中的数据通过哈希算法生成新的伪随机数，而不会阻塞。这意味着它总能提供随机数，但其“随机性”理论上不会强于它最初被初始化时的熵。对于大多数应用程序，如会话ID、非加密一次性随机数（nonce）或初始化向量（IV），/dev/urandom提供的随机性已经足够安全。

嵌入式Linux的独特挑战

  1. 熵源稀缺：嵌入式设备通常缺乏键盘、鼠标、硬盘I/O等常见的熵源。它们可能只有少量硬件中断、定时器抖动或ADC噪声作为熵。
  2. 冷启动问题：设备首次启动或断电重启后，熵池可能处于非常空的状态。此时如果尝试读取/dev/random，几乎必然会长时间阻塞。
  3. 性能敏感：加密操作本身就需要一定的CPU开销，而长时间的阻塞更是嵌入式系统无法承受的。

如何选择和优化使用？

鉴于上述挑战，我们的选择和优化策略需要兼顾安全与性能：

  1. 优先使用 /dev/urandom：

    • 对于绝大多数非长期加密密钥的随机数需求，/dev/urandom都是更优的选择。它不会阻塞，保证了系统响应速度。
    • 许多安全专家认为，一旦Linux内核的熵池被充分初始化过（即getrandom()或/dev/urandom被正确播种），/dev/urandom生成的随机数在密码学上已经足够健壮，难以被区分和预测。

  2. 仅在极端安全场景使用 /dev/random (并谨慎处理)：

    • 如果确实需要生成高强度、长期使用的密码学密钥（如根证书密钥、设备唯一ID），可以考虑使用/dev/random。
    • 优化策略：
      • 异步读取：通过非阻塞I/O或单独的线程来读取/dev/random，避免主程序阻塞。
      • 预先播种：在系统初始化阶段，尽量为熵池提供足够的熵。

  3. 增强熵源 (核心优化)：

    • 硬件随机数生成器 (HRNG/TRNG)：如果硬件支持，务必启用和利用片上HRNG。这是嵌入式系统中最高效、最可靠的熵源，它通常通过热噪声、量子效应等物理过程生成真随机数。确保Linux内核中对应的驱动程序已启用。
    • 保存/恢复熵池状态：在关机前将当前的熵池状态（/var/lib/random-seed或/etc/random-seed）保存到持久化存储（如NAND闪存、SD卡），并在下次启动时恢复。这可以有效缓解冷启动时的熵不足问题。许多发行版默认会处理这一点，但嵌入式系统可能需要手动配置。
    • 利用系统特定熵源：
      • ADC噪声：如果设备有模数转换器，可以定期采样空闲的ADC通道，其噪声可以作为熵的一部分。
      • 定时器抖动：高精度定时器的微小抖动也可以贡献熵。
      • 网络活动：如果设备联网，网络数据包到达的时间差、内容也可以作为熵。
      • 文件系统I/O：虽然不如传统PC丰富，但文件系统的少量I/O操作也能贡献。
    • 使用 rngd 或 haveged (如果资源允许)：
      • rngd守护进程可以从硬件随机数生成器或其他指定源收集熵，并将其注入到内核熵池。
      • haveged是一个基于CPU的Jitter熵源，它通过测量CPU内部事件的微小时间差来生成熵。但在CPU资源受限的嵌入式设备上，运行haveged需要评估其性能开销。

  4. 避免不必要的随机数请求：

    • 精简应用程序对随机数的需求，只在真正需要时才请求。
    • 对于重复性高的随机数，如果其安全要求不高，可以考虑在应用程序内部实现一个轻量级的伪随机数生成器，用/dev/urandom对其进行周期性重播种。

总结

在资源受限的嵌入式Linux环境中，对/dev/random和/dev/urandom的选择和优化是一项平衡艺术。
核心原则是：绝大多数情况下优先使用/dev/urandom，并通过一切可能手段为内核熵池提供高质量的初始熵。
只有在极少数对随机性有最高要求的场景下，才考虑使用/dev/random，并且需要采取额外的机制（如HRNG、熵状态保存）来避免阻塞并提升其可用性。
正确地管理和利用熵，是确保嵌入式设备安全性和稳定运行的关键一环。

嵌入式老鸟 嵌入式Linux随机数安全

评论点评