别再只用rand()了！手把手教你启用STM32F4的硬件随机数发生器(RNG)，生成真随机数

从伪随机到真随机：STM32硬件RNG的实战指南

在嵌入式系统开发中，随机数的质量往往决定了应用的安全性和可靠性。许多开发者习惯性地使用C标准库中的rand()函数，却不知道这背后隐藏着严重的安全隐患——这些所谓的"随机数"实际上是可预测的伪随机序列。当涉及到设备身份认证、加密密钥生成或安全协议实现时，这种可预测性可能成为系统被攻破的突破口。

1. 为什么rand()在安全场景中不够用

rand()函数生成的伪随机数是通过确定性算法计算得出的数列，本质上只是"看起来"随机。如果你知道算法和种子值，就能准确预测整个序列。让我们看一个简单的例子：

#include <stdlib.h> #include <stdio.h> int main() { srand(1234); // 固定种子 for(int i=0; i<5; i++) { printf("%d\n", rand()); } return 0; }

每次运行这段代码，输出的"随机数"序列都完全相同。在实际项目中，如果使用时间戳作为种子（如srand(time(NULL))），攻击者仍然可以通过缩小时间范围来推测可能的随机数序列。

伪随机数的三大缺陷：

1. 可预测性：知道算法和种子就能重现整个序列
2. 周期性：经过一定长度后会重复出现相同序列
3. 统计偏差：某些数值可能出现的频率异常

相比之下，STM32F4系列内置的硬件随机数发生器(RNG)通过模拟电路噪声产生真正的随机数，具有不可预测性和高熵值特性，特别适合以下场景：

• 加密密钥生成
• 安全协议中的随机数挑战
• 设备唯一标识符
• 安全启动过程中的随机延迟

2. STM32硬件RNG的工作原理

STM32的硬件RNG模块基于模拟电路实现，其核心是一个由多个环形振荡器组成的熵源。这些振荡器的输出经过异或运算后，作为种子输入到线性反馈移位寄存器(RNG_LFSR)中，最终生成32位随机数。

关键特性参数：

硬件RNG还包含自检机制，能够检测以下异常情况：

• 种子值稳定性异常（产生恒定值）
• 时钟频率过低（影响随机性质量）
• 序列重复性异常

当检测到这些问题时，状态寄存器(RNG_SR)中的相应标志位会被置位，开发者可以通过轮询或中断方式处理这些异常。

3. 硬件RNG的配置与启用

要使用STM32F4的硬件RNG，需要完成以下配置步骤：

3.1 时钟配置

RNG模块需要PLL48CLK作为时钟源，通常配置为48MHz。在STM32CubeIDE中，可以通过图形化界面配置：

1. 打开Clock Configuration选项卡
2. 确保PLLQ分频器设置为合适的值，使PLL48CLK输出48MHz
3. 在RCC配置中启用RNG外设时钟

// 手动配置时钟的代码示例 RCC_PLLConfig(RCC_PLLSource_HSE, 8, 336, 7, 7); RCC_PLLCmd(ENABLE); while(RCC_GetFlagStatus(RCC_FLAG_PLLRDY) == RESET); RCC_SYSCLKConfig(RCC_SYSCLKSource_PLLCLK);

3.2 RNG初始化

正确配置时钟后，可以初始化RNG模块：

#include "stm32f4xx_rng.h" void RNG_Init(void) { RCC_AHB2PeriphClockCmd(RCC_AHB2Periph_RNG, ENABLE); RNG_Cmd(ENABLE); // 可选：清除所有状态标志 RNG_ClearFlag(RNG_FLAG_DRDY | RNG_FLAG_CECS | RNG_FLAG_SECS); }

3.3 获取随机数

生成随机数前需要检查数据就绪标志(DRDY)：

uint32_t Get_Random(void) { while(RNG_GetFlagStatus(RNG_FLAG_DRDY) == RESET) { // 可选：添加超时处理 } return RNG_GetRandomNumber(); }

对于需要特定范围的随机数，可以使用模运算：

int Get_Random_Range(int min, int max) { uint32_t random = Get_Random(); return (random % (max - min + 1)) + min; }

4. 常见问题与性能优化

4.1 硬件RNG初始化失败

现象：调用RNG_GetRandomNumber()总是返回0或卡在DRDY等待循环中。

可能原因及解决方案：

1. 时钟未正确配置：

   • 确认PLL48CLK已启用且频率为48MHz
   • 检查RCC_AHB2PeriphClockCmd()是否已调用

2. 熵不足：

   • 首次上电后等待足够时间(约100ms)让熵累积
   • 添加重试机制：

#define RNG_RETRY_MAX 10 uint32_t Safe_Get_Random(void) { uint32_t result; int retry = 0; while(retry < RNG_RETRY_MAX) { if(RNG_GetFlagStatus(RNG_FLAG_DRDY) != RESET) { result = RNG_GetRandomNumber(); if(result != 0) // 简单的有效性检查 return result; } retry++; Delay_ms(10); } return 0; // 失败时返回默认值 }

4.2 随机数质量检测

虽然硬件RNG通常能提供高质量的随机数，但在安全关键应用中，建议添加额外的检测：

int Is_Random_Valid(uint32_t num) { static uint32_t last_num = 0; // 检查是否为0或全1 if(num == 0 || num == 0xFFFFFFFF) return 0; // 检查是否与上一个数相同 if(num == last_num) return 0; last_num = num; return 1; }

4.3 性能优化技巧

1. 预取随机数：在需要前提前生成并缓存随机数
2. 批量生成：一次性获取多个随机数减少等待时间
3. 混合熵源：将硬件RNG输出与软件熵源混合增强安全性

#define RNG_POOL_SIZE 8 uint32_t rng_pool[RNG_POOL_SIZE]; int pool_index = 0; void Fill_RNG_Pool(void) { for(int i=0; i<RNG_POOL_SIZE; i++) { rng_pool[i] = Get_Random(); } pool_index = 0; } uint32_t Fast_Get_Random(void) { if(pool_index >= RNG_POOL_SIZE) { Fill_RNG_Pool(); } return rng_pool[pool_index++]; }

5. 安全应用实例：动态密钥生成

在IoT设备安全通信中，动态密钥生成是硬件RNG的典型应用场景。下面展示一个基于硬件RNG的AES密钥生成实现：

#include "stm32f4xx.h" #include "stm32f4xx_rng.h" #include "crypto.h" #define KEY_LENGTH 256 // AES-256 void Generate_Encryption_Key(uint8_t *key, uint32_t length) { uint32_t temp; uint32_t words = (length + 31) / 32; // 计算需要的32位字数 for(uint32_t i=0; i<words; i++) { temp = Get_Random(); for(int j=0; j<4 && (i*4+j)<length; j++) { key[i*4+j] = (temp >> (j*8)) & 0xFF; } } } int main() { uint8_t aes_key[KEY_LENGTH/8]; RNG_Init(); Generate_Encryption_Key(aes_key, sizeof(aes_key)); // 使用生成的密钥初始化AES加密 AES_Init(aes_key); while(1) { // 主应用逻辑 } }

在实际项目中，建议：

1. 定期更换加密密钥（如每小时或每次会话）
2. 将生成的密钥存储在安全区域（如STM32的Flash保护区域）
3. 结合其他安全措施（如签名验证）使用

6. 进阶话题：熵增强与后处理

虽然STM32的硬件RNG已经提供了高质量的随机数，但在极端安全要求的场景下，可以考虑以下增强措施：

熵增强技术：

1. 混合多个熵源：结合硬件RNG、ADC噪声、时钟抖动等
2. 哈希处理：对原始随机数进行SHA-256等哈希运算
3. 随机性提取：使用确定性随机比特生成器(DRBG)

#include "stm32f4xx_hash.h" void Enhanced_Random(uint8_t *output, uint32_t length) { uint32_t raw_random[4]; uint8_t hash_output[32]; // 获取多个随机数 for(int i=0; i<4; i++) { raw_random[i] = Get_Random(); } // 添加ADC噪声 uint16_t adc_noise = ADC_Read_Noise(); // 使用SHA-256混合熵源 HASH_Init(); HASH_Update((uint8_t*)raw_random, sizeof(raw_random)); HASH_Update((uint8_t*)&adc_noise, sizeof(adc_noise)); HASH_Final(hash_output); // 输出所需长度的随机数据 memcpy(output, hash_output, length); }

随机性测试：对于关键应用，建议实施简单的随机性测试：

• 频数测试（0和1的数量是否均衡）
• 游程测试（连续0或1的长度分布）
• 自相关测试（序列的相关性）

int Basic_Randomness_Test(uint32_t *samples, uint32_t count) { uint32_t ones = 0; uint32_t runs = 1; uint32_t last_bit = samples[0] & 1; // 统计1的个数和游程数 for(uint32_t i=0; i<count; i++) { for(int j=0; j<32; j++) { uint32_t current_bit = (samples[i] >> j) & 1; ones += current_bit; if(current_bit != last_bit) { runs++; last_bit = current_bit; } } } uint32_t total_bits = count * 32; float ones_ratio = (float)ones / total_bits; float runs_ratio = (float)runs / total_bits; // 简单阈值检查 if(ones_ratio < 0.45 || ones_ratio > 0.55) return 0; if(runs_ratio < 0.4 || runs_ratio > 0.6) return 0; return 1; }