知識マップ: 疑似乱数と本物の乱数の違いとは - どうやって区別するのかを整理

記事「疑似乱数と本物の乱数の違いとは - どうやって区別するのかを整理」の主張を、概念と関係(エッジ)に分解した知識グラフの全体です。各関係には根拠・確認日・確度が付いています。

この記事は、seedと内部状態から決定論的に数列を作る疑似乱数(PRNG)と、熱雑音などの物理現象をエントロピー源に持つ本物の乱数(NRBG)の違いを整理し、実務で使われる安全な乱数APIの多くが物理エントロピー源でseedしたCSPRNG/DRBGのハイブリッド構成であることを示す。出力の見た目だけでは両者を区別できず、統計検定(NIST SP 800-22)も証明ではなく欠陥検出にとどまるため、区別は生成アルゴリズムやseedの出所といった生成器の構成を確認して行うべきだとする。鍵・トークン・nonce・セッションIDのようなセキュリティ用途では、時刻など予測可能な値でseedするとトークンを推測されアカウント乗っ取りにつながりかねず、BCryptGenRandomや.NETのRandomNumberGenerator、Pythonのsecretsといった OS・言語標準のsecure RNG APIを使うべきだとしている。

flowchart LR
    accTitle: 疑似乱数と本物の乱数の違いの知識マップ
    accDescr: 疑似乱数(PRNG)と本物の乱数(NRBG)の違い、実務のCSPRNG/DRBGがエントロピー源とのハイブリッド構成であること、統計検定が証明ではなく欠陥検出にとどまること、予測可能なseedがトークン予測攻撃につながることを示す図。
    prng["疑似乱数(PRNG)"]
    true_random_number_generator["本物の乱数(NRBG/TRNG)"]
    csprng_drbg["暗号学的疑似乱数(CSPRNG/DRBG)"]
    entropy_source["エントロピー源"]
    statistical_test_suite["統計検定(NIST SP 800-22)"]
    predictable_seed["予測可能なseed(時刻・PIDなど)"]
    seed_prediction_attack["seed推測攻撃"]
    account_takeover["アカウント乗っ取り"]
    bcryptgenrandom["BCryptGenRandom"]
    dotnet_randomnumbergenerator[".NET RandomNumberGenerator"]
    linux_getrandom["getrandom()"]
    python_secrets_module["Pythonのsecretsモジュール"]
    java_securerandom["Java SecureRandom"]
    security_token_generation["鍵・トークン・nonce・セッションIDの生成"]
    simulation_reproducibility["シミュレーション・テストの再現性"]
    session_id["セッションID"]
    csprng_drbg -->|"前提とする"| entropy_source
    true_random_number_generator -->|"前提とする"| entropy_source
    csprng_drbg -.->|"で確認できる"| statistical_test_suite
    true_random_number_generator -.->|"で確認できる"| statistical_test_suite
    predictable_seed -->|"原因になり得る"| seed_prediction_attack
    seed_prediction_attack -.->|"原因になり得る"| account_takeover
    csprng_drbg -->|"防止する"| seed_prediction_attack
    bcryptgenrandom -.->|"実装を担う"| csprng_drbg
    dotnet_randomnumbergenerator -->|"利用する"| csprng_drbg
    linux_getrandom -->|"利用する"| csprng_drbg
    python_secrets_module -->|"利用する"| csprng_drbg
    java_securerandom -->|"利用する"| csprng_drbg
    csprng_drbg -->|"推奨される対応"| security_token_generation
    prng -->|"用いるのは非推奨"| security_token_generation
    prng -->|"推奨される対応"| simulation_reproducibility
    prng -->|"用いるのは非推奨"| session_id

概念間の関係(全16件)

図と同じ関係を文章でも列挙します。表示している文と機械可読な意味データ(RDFa)は同じ要素に載っています。確度が「確立した関係」のものは直接の関係として、「条件付きの関係」のものは成立条件つきの言明(rdf:Statement)として表現しています。

• 暗号学的疑似乱数(CSPRNG/DRBG)はエントロピー源を前提とします。実務で使われる安全な乱数APIの多くは、物理エントロピー源でseed・reseedしたDRBG/CSPRNGを返すハイブリッド構成であり、DRBGはseedの供給元としてエントロピー源を必要とする / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• 本物の乱数(NRBG/TRNG)はエントロピー源を前提とします。本物の乱数(NRBG)は常にエントロピー源へアクセスし、正常時にはそこから得たfull entropyの出力を持つことを前提とする / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• 暗号学的疑似乱数(CSPRNG/DRBG)は統計検定(NIST SP 800-22)で確認できます。CSPRNG/DRBGに明らかな欠陥がないかは統計検定で確認できるが、通過は生成器の妥当性を証明するものではない / 確度: 条件付きの関係 / 確認日: 2026-08-01 出典
• 本物の乱数(NRBG/TRNG)は統計検定(NIST SP 800-22)で確認できます。物理乱数源でも統計検定で偏りや構造上の欠陥を検出できるが、通れば本物の乱数だと証明できるわけではなく、センサーの偏りや故障で検定に落ちることもある / 確度: 条件付きの関係 / 確認日: 2026-08-01 出典
• 予測可能なseed(時刻・PIDなど)はseed推測攻撃の原因になることがあります。現在時刻やプロセスID程度の予測可能な値でPRNGをseedすると、攻撃者がトークンと要求時刻からseed候補を絞り込み、同じアルゴリズムを手元で再現して出力を予測できてしまう / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• seed推測攻撃はアカウント乗っ取りの原因になることがあります。予測されたパスワード再発行トークンやセッションIDが第三者に使われると、アカウント乗っ取りにつながり得る / 確度: 条件付きの関係 / 確認日: 2026-08-01 出典
• 暗号学的疑似乱数(CSPRNG/DRBG)はseed推測攻撃を防ぎます。OS・言語標準のsecure RNG APIが提供するCSPRNG/DRBGは、予測困難なエントロピー源でseedされるよう設計されており、seedの候補を数え上げるseed推測攻撃を防ぐ / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• BCryptGenRandomは暗号学的疑似乱数(CSPRNG/DRBG)の実装を担います。既定プロバイダを使う場合、BCryptGenRandomはNIST SP800-90が定めるCTR_DRBGというCSPRNG/DRBGの実装を担う。BCryptOpenAlgorithmProviderで別のアルゴリズムプロバイダを明示的に開いて使った場合、実装は指定したプロバイダに依存しCTR_DRBGとは限らない / 確度: 条件付きの関係 / 確認日: 2026-08-01 出典
• .NET RandomNumberGeneratorは暗号学的疑似乱数(CSPRNG/DRBG)を利用します。.NETのRandomNumberGeneratorは暗号強度の高いCSPRNG/DRBGを利用して鍵やトークン用のバイト列・整数を返す / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• getrandom()は暗号学的疑似乱数(CSPRNG/DRBG)を利用します。Linuxのgetrandom()はcryptographic purposesに使える乱数バイトを返すAPIとして文書化されている / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• Pythonのsecretsモジュールは暗号学的疑似乱数(CSPRNG/DRBG)を利用します。Pythonのsecretsモジュールは、OSが提供する暗号学的に安全な乱数源を利用してトークンを生成する / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• Java SecureRandomは暗号学的疑似乱数(CSPRNG/DRBG)を利用します。JavaのSecureRandomは暗号用途を意識したCSPRNG/DRBGを利用する乱数生成クラスである / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• 暗号学的疑似乱数(CSPRNG/DRBG)は鍵・トークン・nonce・セッションIDの生成に対する本記事の推奨です。鍵・トークン・nonce・セッションIDのような、攻撃者に予測されると困る用途にはCSPRNG/DRBGおよびOS・言語標準のsecure RNG APIを使うことが推奨される / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• 疑似乱数(PRNG)を鍵・トークン・nonce・セッションIDの生成に用いることは推奨されません。再現性重視の通常PRNGは内部状態やseedが漏れる・推測されると先が読まれやすいため、鍵・トークン・nonce・セッションIDのような用途には推奨されない / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• 疑似乱数(PRNG)はシミュレーション・テストの再現性に対する本記事の推奨です。疑似乱数は同じseedなら同じ列が再現できるため、シミュレーションやテスト・デバッグでの再現比較に向いている / 確度: 確立した関係 / 確認日: 2026-08-01 出典
• 疑似乱数(PRNG)をセッションIDに用いることは推奨されません。Pythonのrandomモジュールのような再現性重視の通常PRNGをセッションIDの生成に流用することは推奨されず、公式ドキュメントも秘密の管理にはsecretsを優先するよう案内している / 確度: 確立した関係 / 確認日: 2026-08-01 出典

主要概念の定義

疑似乱数(PRNG)

seedと内部状態から、決定論的な手順で数列を生成する乱数。同じseedと同じアルゴリズムで同じ回数だけ取り出せば、同じ値列が出る。

本物の乱数(NRBG/TRNG)

熱雑音や発振器のジッタのような物理的な不確定性からエントロピーを取り出す乱数。常にエントロピー源へアクセスし、正常時にはfull entropyの出力を持つとNISTでは説明される。

暗号学的疑似乱数(CSPRNG/DRBG)

ハッシュ関数やブロック暗号を基盤にした、予測困難性を重視する決定論的な乱数生成器。疑似乱数の一種だが、内部状態が分からない前提で出力を予測しにくいように設計される。

予測可能なseed(時刻・PIDなど)

現在時刻やプロセスID、連番程度の、外部から絞り込みやすい値だけでPRNGをseedする実装上の弱点。

seed推測攻撃

予測可能な値でseedされたPRNGに対し、攻撃者がseedの候補範囲を絞り込み、同じアルゴリズムを手元で再現して狙った出力を探し当てる攻撃。

BCryptGenRandom

Windowsネイティブの乱数生成API。既定プロバイダはNIST SP800-90が定めるCTR_DRBGに準拠する。

.NET RandomNumberGenerator

.NETが提供する暗号強度の高い乱数生成APIのクラス。鍵やトークンの生成に使う静的メソッド(GetInt32・GetBytesなど)を持つ。

getrandom()

Linuxが提供する、暗号用途に使える乱数バイトを取得するシステムコール。

Pythonのsecretsモジュール

Pythonでセキュリティ用途の乱数(トークンなど)を安全に生成するための標準ライブラリモジュール。公式ドキュメントは秘密の管理にはrandomより優先して使うよう案内している。

Java SecureRandom

Javaが提供する暗号用途の乱数生成クラス。

機械可読データ

• JSON-LD / Turtle ── この記事の知識グラフ全体
• 概念一覧 / 語彙(述語)の定義

このページはサイトの知識グラフ(_data/knowledge/)から自動生成されています。誤りの指摘はお問い合わせからお願いします。