使用 python 随机数生成时是否值得定期更改种子？

Question

假设我正在使用 random.randrange 生成 10,000 个随机数，与对所有 10,000 个随机数使用相同的种子相比，在生成循环中部分改变种子对生成的值的分布有任何有意义的差异？

import random 

epoch = int(0)

while True:
    if epoch%100 == 0: #every 100 epochs, generate a new seed
        random.seed()  
    random.randrange(1,1000,1)
    epoch += 1

我最初的想法是不会，因为即使我们知道 python 随机是确定性的，random.randrange(1,1000,1) 的每个连续的运行仍然具有相同的权重每个时期的 1000 个可能值。想法？

Answer 1

伪随机数生成器的输出取决于它从当前状态到下一个状态的转换。一个好的生成器将拥有比其种子中的位更多的状态位，因此定期重新播种实际上增加序列的可预测性。我知道在一个系统中有一个基于此的实际攻击，其中种子被不必要地限制为少量位。

Answer 2

在不为 a 传递任何值的情况下调用 random.seed，每次都可能导致 fetch state from os.urandom() every time. This might be wasteful as it requests a full 19968 bits, i.e. 624 uint32_ts。因此，如果每次重新播种时只生成 100 个随机变量，secrets.randbelow(999)+1 可能更好。

鉴于 MT19937 的输出可以在 624 variates 之后预测，那么，与 Mark 所说的相反，这确实会使它更难预测。当然，假设您的 OS 正在为 os.urandom 提供合理的 CSRNG，Linux、OSX、Windows 和大多数 BSD 的最新版本是一切顺利。

请注意，MT19937 在这方面尤其糟糕，尤其是考虑到它拥有的状态量，并且有许多发生器做得更好。

使用 python 随机数生成时是否值得定期更改种子？

Is it worth changing the seed periodically when using python random number generation?

python

random

random-seed