时间:2023-01-21 09:41:19 | 栏目:Shell | 点击:次
Shell下有时需要使用随机数,在此总结产生随机数的方法。计算机产生的的只是“伪随机数”,不会产生绝对的随机数(是一种理想随机数)。伪随机数在大量重现时也并不一定保持唯一,但一个好的伪随机产生算法将可以产生一个非常长的不重复的序列。
(1)通过内部系统变量($RANDOM)
echo $RANDOM
生成0-32767之间的整数随机数,若超过5位可以加个固定10位整数,然后进行求余。
生成400000~500000的随机数:
#!/bin/bash function rand(){ min=$1 max=$(($2-$min+1)) num=$(($RANDOM+1000000000)) #增加一个10位的数再求余 echo $(($num%$max+$min)) } rnd=$(rand 400000 500000) echo $rnd exit 0
(2)使用awk的随机函数
awk 'BEGIN{srand();print rand()*1000000}' #可以加上if判断
(3)openssl rand产生随机数
openssl rand 用于产生指定长度个bytes的随机字符。-base64或-hex对随机字符串进行base64编码或用hex格式显示。
openssl rand -base64 8 | md5sum | cut -c1-8 #八位字母和数字的组合,3a61800e openssl rand -base64 8 | cksum | cut -c1-8 #八位数字,10784736
(4)通过时间获得随机数(date)
date +%s%N #生成19位数字,1287764807051101270 date +%s%N | cut -c6-13 #取八位数字,21793709 date +%s%N | md5sum | head -c 8 #八位字母和数字的组合,87022fda
生成1~50的随机数:
#!/bin/bash function rand(){ min=$1 max=$(($2-$min+1)) num=$(date +%s%N) echo $(($num%$max+$min)) } rnd=$(rand 1 50) echo $rnd exit 0
(5)通过系统内唯一数据生成随机数(/dev/random及/dev/urandom)
/dev/random存储系统当前运行的环境的实时数据,可以看作系统某时候的唯一值数据,提供优质随机数。
/dev/urandom是非阻塞的随机数产生器,读取时不会产生阻塞,速度更快、安全性较差的随机数发生器。
cat /dev/urandom | head -n 10 | md5sum | head -c 10 #32f1e953ac cat /dev/urandom | strings -n 8 | head -n 1 #生成全字符的随机字符串,08?WU$ZU cat /dev/urandom | sed -e 's/[^a-zA-Z0-9]//g' | strings -n 8 | head -n 1 #生成数字加字母的随机字符串,Ql2q9CXS,其中 strings -n设置字符串的字符数,head -n设置输出的行数。 head-200/dev/urandom| cksum |cut-d" " -f1 #urandom的数据很多使用cat会比较慢,在此使用head读200行,cksum将读取文件内容生成唯一的表示整型数据,cut以” “分割然后得到分割的第一个字段数据
(6)读取linux的uuid码
UUID码全称是通用唯一识别码 (Universally Unique Identifier, UUID),UUID格式是:包含32个16进制数字,以“-”连接号分为五段,形式为8-4-4-4-12的32个字符。linux的uuid码也是有内核提供的,在/proc/sys/kernel/random/uuid这个文件内。cat/proc/sys/kernel/random/uuid每次获取到的数据都会不同。
cat /proc/sys/kernel/random/uuid| cksum | cut -f1 -d" " #获取不同的随机整数,1675034933 cat /proc/sys/kernel/random/uuid| md5sum | cut -c1-8 #数字加字母的随机数,d69a7ebf
使用linux uuid 生成100~500随机数:
#!/bin/bash function rand(){ min=$1 max=$(($2-$min+1)) num=$(cat /proc/sys/kernel/random/uuid | cksum | awk -F ' ' '{print $1}') echo $(($num%$max+$min)) } rnd=$(rand 100 500) echo $rnd exit 0
(7)从元素池中随机抽取取
pool=(a b c d e f g h i j k l m n o p q r s t 1 2 3 4 5 6 7 8 9 10) num=${#pool[*]} result=${pool[$((RANDOM%num))]}
用于生成一段特定长度的有数字和字母组成的字符串,字符串中元素来自自定义的池子。
#!/bin/bash length=8 i=1 seq=(0 1 2 3 4 5 6 7 8 9 a b c d e f g h i j k l m n o p q r s t u v w x y z A B C D E F G H I J K L M N O P Q R S T U V W X Y Z) num_seq=${#seq[@]} while [ "$i" -le "$length" ] do seqrand[$i]=${seq[$((RANDOM%num_seq))]} let "i=i+1" done echo "The random string is:" for j in ${seqrand[@]} do echo -n $j done echo
(1)随机数在互联网中应用广泛如计算机仿真模拟、数据加密、网络游戏等,在登录某些论坛或游戏时,系统会产生一个由随机数字和字母组成的图片,用户必须正确输入,这是防止恶意攻击的很好的方法,因比较难破解图片格式的字符。其关键技术就是产生随机数,再使用ASP.NET等工具将这些字符串封装成图片格式以作为验证图片。
(2)网络游戏中也常利用随机数完成一些功能,比如掷骰子、发扑克牌等。以下是连续掷1000次骰子,然后统计出1~6点的次数:
#!/bin/bash #RANDOM=$$ PIPS=6 MAX=1000 throw=1 one=0 two=0 three=0 four=0 five=0 six=0 count() { case "$1" in 0) let "one=one+1";; 1) let "two=two+1";; 2) let "three=three+1";; 3) let "four=four+1";; 4) let "five=five+1";; 5) let "six=six+1";; esac } while [ "$throw" -le "$MAX" ] do let "dice=RANDOM % $PIPS" count $dice let "throw=throw+1" done echo "The statistics results are as follows:" echo "one=$one" echo "two=$two" echo "three=$three" echo "four=$four" echo "five=$five" echo "six=$six"
RANDOM产生的随机数基本在平均值左右浮动(即方差较小)。
(3)批量创建10个系统帐号,密码随机
先看看指定用户密码的脚本:
#!/bin/bash #批量创建10个系统帐号并设置密码,帐号和密码相同 for name in `seq -w 10` do #非交互式的输入密码 useradd linux$name && echo "linux$name" | passwd --stdin linux$name done
10个用户用户名和密码相同都从linux-01到linux-10,再看看用户密码随机生成的脚本:
#!/bin/bash #批量创建10个系统帐号并设置密码 rm -f user.log for name in `seq -w 10` do #非交互式的输入随机密码 password=`echo $RANDOM | md5sum | cut -c1-8` #可以使用password=`echo "date $RANDOM" | md5sum | cut -c3-11` #也可以使用password=`penssl rand -base64 8 | md5sum | cut -c1-8` useradd linux$name && echo password | passwd --stdin linux$name echo -e "user=linux$name \t passwd=$password" >> user.log #保存用户名密码以查阅 done
对比可以看出,随机生成密码的灵活性和保密性,管理员可以打开user.log文件,记录刚创建的十个用户的信息。
(1)Shell产生伪随机数的函数$RANDOM,能方便地产生分布较平均的伪随机数,能满足大部分应用的需求。
(2)产生随机数的方法还有很多并且可以扩展,扩展思路才能选择最近的方式。