密码学—如何随机生成大素数以及Miller Rabin素性检测方法

素数被利用在密码学上，所谓的公钥就是将想要传递的信息在编码时加入质数，编码之后传送给收信人，任何人收到此信息后，若没有此收信人所拥有的密钥，则解密的过程中（实为寻找素数的过程），将会因为找质数的过程（分解质因数）过久，使即使取得信息也会无意义
给出两个大素数，很容易就能将它们两个相乘。但是，给出它们的乘积，找出它们的因子就显得不是那么容易了。这就是许多现代密码系统的关键所在。如果能够找到解决整数分解问题的快速方法，几个重要的密码系统将会被攻破，包括RSA公钥算法和Blum Blum Shub随机数发生器。尽管快速分解是攻破这些系统的方法之一，仍然会有其它的不涉及到分解的其它方法。所以情形完全可能变成这样：整数分解问题仍然是非常困难，这些密码系统却是能够很快攻破。有的密码系统则能提供更强的保证：如果这些密码系统被快速破解（即能够以多项式时间复杂度破解），则可以利用破解这些系统的算法来快速地（以多项式时间复杂度）分解整数。换句话说，破解这样的密码系统不会比整数分解更容易。这样的密码系统包括 Rabin密码系统（RSA的一个变体），以及 Blum Blum Shub 随机数发生器。
如何生成一个随机的大素数？

• 伪素数
  伪素数生成过程如下：
  ① 随机选取一个大奇数n
  ②将从2开始的53个素数排列成数组，作为工具a[i]
  ③令i=0，计算x=n%a[i]
  ④ 判断，若x=0，说明n显然是合数，回到步骤1。若不等于0，说明暂且可以 认为n是素性的，进行步骤5。
  ⑤检测n%其他的a[i]． 当i=52，则将n视为一个伪素数，然后作为素数生成部分的结果。
  以上是生成过程，举例为前53个素数。其实在真正的实际应用之中，应当将所有2000以内的素数都纳入工具。

• 素性检测
  对伪素数进行素性检测，如何不是素数，重新生成伪素数。
  Miller-Rabin算法是目前主流的基于概率的素数测试算法，在构建密码安全体系中占有重要的地位。通过比较各种素数测试算法和对Miller-Rabin算法进行的仔细研究，证明在计算机中构建密码安全体系时， Miller-Rabin算法是完成素数测试的最佳选择。通过对Miller-Rabin 算 法底层运算的优化，可以取得较以往实现更好的性能。随着信息技术的发展、网络的普及和电子商务的开展， 信息安全逐步显示出了其重要性。信息的泄密、伪造、篡改 等问题会给信息的合法拥有者带来重大的损失。在计算机中构建密码安全体系可以提供4种最基本的保护信息安全的服 务：保密性、数据完整性、鉴别、抗抵赖性，从而可以很大 程度上保护用户的数据安全。在密码安全体系中，公开密钥 算法在密钥交换、密钥管理、身份认证等问题的处理上极其有效，因此在整个体系中占有重要的地位。目前的公开密钥 算法大部分基于大整数分解、有限域上的离散对数问题和椭 圆曲线上的离散对数问题，这些数学难题的构建大部分都需 要生成一种超大的素数，尤其在经典的RSA算法中，生成的素数的质量对系统的安全性有很大的影响。
  Miller-Rabin算法是Fermat算法的一个变形改进，它的理论基础是由Fermat定理引申而来。
  　　Fermat 定理： n是一个奇素数，a是任何整数(1≤ a≤n-1) ，则 a^(n-1)≡1(mod n)。
  　　Miller-Rabin 算法的理论基础：如果n是一个奇素数， 将n-1表示成2^s*r的形式(r是奇 数)，a 是和n互素的任何整数， 那么a^r≡1(mod n) 或者对某个j(0≤j ≤s －1， j∈Z) 等式 a^(2^j*r) ≡－1(mod n)成立。 这个理论是通过一个事实经由Fermat定理推导而来： n是一个奇素数，则方程x^2 ≡ 1 mod n只有±1两个解。
  　　

• 算法实现

  　　Miller-Rabin(n,t)
  　　输入：一个大于3的奇整数n和一个大于等于1的安全参 数t(用于确定测试轮数)。
  　　输出：返回n是否是素数(概率意义上的，一般误判概率小于(1/2)80即可) 。
  　　1、将n-1表示成2sr，(其 中 r是奇数)
  　　2、 对i从1到 t 循环作下面的操作：
  　　2.1选择一个随机整数a(2≤a ≤n-2)
  　　2.2计算y ←ar mod n
  　　2.3如果y≠1并且y ≠n-1作下面的操作,否则转3：
  　　2.3.1 j←1;
  　　2.3.2 当j≤s-1 并且y≠n-1循环作下面操作,否则跳到 2.3.3：
  　　{计算y ←y2 mod n;
  　　如果 y=1返回 合数 ；
  　　否则 j←j+1; }
  　　2.3.3如果y ≠n-1 则返回 合数 ；
  　　3、返回素数。
  　　

#include 
#include 
#include 
#include 
using namespace std;

// 生成伪素数
const int MAX_ROW = 50;
size_t Pseudoprime()
{
    bool ifprime = false;
    size_t a = 0;
    int arr[MAX_ROW];   //数组arr为{3，4，5，6...52}
    for (int i = 0; i3;
    }
    while (!ifprime)
    {
        srand((unsigned)time(0));
        ifprime = true;
        a = (rand()%10000)*2+3; //生成一个范围在3到2003里的奇数
        for (int j = 0; jif (a%arr[j] == 0)
            {
                ifprime = false;
                break;
            }
        }
    }
    return a;
}

size_t  repeatMod(size_t base, size_t n, size_t mod)//模重复平方算法求(b^n)%m
{
    size_t a = 1;
    while(n)
    {
        if(n&1)
        {
            a = (a*base)%mod;
        }
        base = (base*base)%mod;
        n = n>>1;
    }
    return a;
}

//Miller-Rabin素数检测
bool rabinmiller(size_t n, size_t k)
{

    int s = 0;
    int temp = n-1;      
    while ((temp & 0x1) == 0 && temp)
    {
        temp = temp>>1;
        s++;
    }   //将n-1表示为(2^s)*t
    size_t t = temp;

    while(k--)  //判断k轮误判概率不大于(1/4)^k
    {
        srand((unsigned)time(0));
        size_t b = rand()%(n-2)+2; //生成一个b(2≤a ≤n-2)

        size_t y = repeatMod(b,t,n); 
        if (y == 1 || y == (n-1))
            return true;
        for(int j = 1; j<=(s-1) && y != (n-1); ++j)
        {
            y = repeatMod(y,2,n);
            if (y == 1)
                return false;
        }
        if ( y != (n-1))
            return false;
    }
    return true;
}

用简单的方法判断正确性

//简单的素数检测方法
bool isprime(size_t n)
{
    if( n== 2)
    return true;
    for(int i = 2; i <=(int)sqrt((float)n) ; ++i)
    {
        if (n%i == 0)
            return false;
    }
    return true;
}

int main()
{
    size_t ret = Pseudoprime();
    cout<if (rabinmiller(ret,10))
        cout<"是素数"<else
        cout<"不是素数"<if (isprime(ret))
        cout<"是素数"<else
        cout<"不是素数"<return 0;
}