• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Generación de números aleatorios criptográficamente seguros en Python

febrero 27, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 2 minutos

La generación de número aleatorios criptográficamente seguros es clave para poder garantizar la seguridad y privacidad de los sistemas. Cuando los valores se obtienen de funciones que no se pueden considerar seguras, como es el caso de las librerías random o NumPy, es posible predecir los números generados. Algo que un atacante puede usar para acceder a los datos que se desean proteger. Por eso, cuando los valores se van a emplear para proteger información o acceso a recursos, como puede ser la generación de claves de encriptación o tokens de autenticación, es recomendable no usar las funciones de las librerías estándar. Sino que otras con las que sí se puedan obtener números aleatorios criptográficamente seguros en Python. Como puede ser el caso de secrets.

La librera secrets en Python

En Python, las funciones para la generación de números aleatorios criptográficamente seguros se pueden encontrar en la librería secrets. Incorporada al lenguaje a partir de la versión 3.6, por lo que no es necesario instalar nada para acceder a la misma.

Números aleatorios criptográficamente seguros en Python

Para la generación de número aleatorios criptográficamente seguros en Python se debería usar la función randbelow(n) o randbits(k). La primera genera un número entero positivo por debajo del n, mientras que la segunda lo genera un número de k bits. Pudiendo usar una u otra según el caso. Así, para obtener un número entero de 16 bits se puede usar un código como el siguiente.

import secrets

random_number = secrets.randbits(16)

print(random_number)

Por otro lado, si lo que se necesita es un número entero, entonces se puede emplear la función randbelow(n) y dividir el valor obtenido por n. Obteniendo como resultado un valor real entre 0 y 1, con una precisión de 1/n. Esto es lo que se muestra en el siguiente código.

Publicidad


import secrets

precision = int(1e9)

random_number = float(secrets.randbelow(precision)) / precision

print(random_number)

Lo que genera un número con una presión de 9 dígitos.

Otras funciones disponibles en la librería secrets

La librera secrets, ademas de las funciones vistas anteriormente, también proporciona las siguientes funciones:

  • secrets.token_bytes(n): genera n bytes aleatorios y criptográficamente seguros y los devuelve en forma de objeto bytes.
  • secrets.token_hex(n): produce n bytes aleatorios y criptográficamente seguros y los devuelve en forma de cadena hexadecimal.
  • secrets.token_urlsafe(n): genera n bytes aleatorios y criptográficamente seguros y los devuelve en forma de cadena segura para usar en URLs.
  • secrets.compare_digest(a, b): compara las cadenas a y b de forma segura en términos de tiempo, evitando la exposición a ataques de temporización.
  • secrets.choice(sequence): elige un elemento aleatorio de las indicadas en la secuencia sequence de forma segura.

Conclusiones

En esta entrada se ha visto cómo se puede usar la librería secrets para la creación de números criptográficamente seguros en Python. Una librera que se incluye en el lenguaje desde la versión 3.6 y se debería usar cuando los valores aleatorios se usan para proteger información.

Imagen de Werner Moser en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Publicidad


Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Huella digital
    ¿Qué es una función de hash?
  • blockchain_net
    Blockchain para principiantes
  • NumPy
    Obtener los índices de los N valores máximos en NumPy
  • keys
    Diferencias entre cifrado simétrico y asimétrico
  • Puntos
    GridSearchCV
  • Gráfico de Hexbin para el conjunto de 3000 datos
    Gráficos de Hexbin: alternativa a los gráficos de…

Publicado en: Criptografía, Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad





Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

Mantener un sistema de alta disponibilidad con PostgreSQL y repmgr

diciembre 1, 2023 Por Daniel Rodríguez

Diferencias entre los errores 401 y 403 del estándar HTTP

noviembre 29, 2023 Por Daniel Rodríguez

Ver el código de cualquier función en Python

noviembre 27, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • El método Sainte-Laguë y su implementación en Python publicado el septiembre 22, 2023 | en Ciencia de datos
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas publicado el mayo 10, 2019 | en Python
  • NumPy NumPy: Crear matrices vacías en NumPy y adjuntar filas o columnas publicado el enero 11, 2021 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • Ordenación de diccionarios en Python mediante clave o valor publicado el enero 14, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.4 (13)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Anto en Rendimiento al iterar en JavaScript sobre un vector
  • Daniel Rodríguez en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Guillermo en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto