Java随机数生成:Random与SecureRandom对比解析
2026-03-15 22:49:36
0浏览
收藏
Java中随机数生成看似简单,却暗藏安全陷阱:Random类基于伪随机算法、性能优异但可预测,适合游戏或模拟等普通场景;而SecureRandom依托系统熵源、具备加密级安全性,是生成密钥、令牌等敏感数据的唯一可靠选择——选错类可能让整个应用的安全防线形同虚设。

在Java中生成随机数,常用的方式是使用Random类和SecureRandom类。两者都能生成随机数,但适用场景和安全性不同。
使用Random类生成随机数
Random 是 java.util 包中的类,适合一般用途的随机数生成,比如游戏、模拟等对安全性要求不高的场景。
它基于伪随机数算法,通过一个种子(seed)来生成序列。如果种子相同,生成的随机数序列也相同。
示例:生成整数、浮点数、布尔值
import java.util.Random;
public class RandomExample {
public static void main(String[] args) {
Random random = new Random();
int randomInt = random.nextInt(); // 随机整数
int randomInRange = random.nextInt(100); // 0 到 99 的随机整数
double randomDouble = random.nextDouble(); // 0.0 到 1.0 之间的随机浮点数
boolean randomBoolean = random.nextBoolean(); // 随机布尔值
System.out.println("随机整数: " + randomInt);
System.out.println("0-99之间: " + randomInRange);
System.out.println("随机浮点数: " + randomDouble);
System.out.println("随机布尔值: " + randomBoolean);
}
}
使用SecureRandom生成安全的随机数
SecureRandom 是 java.security 包中的类,用于生成加密强度高的随机数,适用于安全敏感场景,如生成密钥、盐值、令牌等。
它基于更复杂的熵源(如系统时间、硬件噪声等),生成的随机数更难预测,安全性更高。
示例:生成安全的随机整数
import java.security.SecureRandom;
public class SecureRandomExample {
public static void main(String[] args) {
SecureRandom secureRandom = new SecureRandom();
int secureInt = secureRandom.nextInt(); // 随机整数
int secureInRange = secureRandom.nextInt(100); // 0 到 99
byte[] randomBytes = new byte[16];
secureRandom.nextBytes(randomBytes); // 生成随机字节数组
System.out.println("安全随机整数: " + secureInt);
System.out.println("安全范围随机数: " + secureInRange);
System.out.print("随机字节数组: ");
for (byte b : randomBytes) {
System.out.printf("%02x", b);
}
}
}
Random与SecureRandom的区别
了解两者的差异有助于正确选择:
- 性能:Random 更快,适合频繁调用;SecureRandom 初始化较慢,但更安全。
- 可预测性:Random 可能被推测(尤其种子已知时);SecureRandom 难以预测。
- 种子机制:Random 默认使用当前时间;SecureRandom 使用操作系统提供的熵池。
- 用途:普通应用用 Random;涉及密码学、身份验证等用 SecureRandom。
基本上就这些。根据需求选择合适的类即可。不复杂但容易忽略的是:安全场景别用 Random。
到这里,我们也就讲完了《Java随机数生成:Random与SecureRandom对比解析》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
黔农云交水费步骤详解
- 上一篇
- 黔农云交水费步骤详解
- 下一篇
- PHP定时任务设置:crontab调用教程
查看更多
最新文章
-
- 文章 · java教程 | 38分钟前 |
- Java Stable Values 怎么替代双重检查锁
- 155浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java Vector API 怎么用 Mask 处理尾部元素
- 358浏览 收藏
-
- 文章 · java教程 | 5小时前 | Java · JVM · java Hotspot Compact Object Headers JEP 519
- Java Compact Object Headers 会怎样改变对象布局
- 293浏览 收藏
-
- 文章 · java教程 | 7小时前 | Java教程 · java Linker API Foreign Function and Memory API
- Java Linker API 怎么调用简单本地函数
- 486浏览 收藏
-
- 文章 · java教程 | 12小时前 | Java · java 模块系统 JDK 25 import module Module Import Declaration
- Java Module Import Declaration 会改变哪些导入规则
- 299浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · java Event Flight Recorder JFR
- Java 自定义 JFR Event 怎么控制提交条件
- 325浏览 收藏
-
- 文章 · java教程 | 16小时前 | Java ·
- Java ClassValue 怎么避免类加载器泄漏
- 464浏览 收藏
-
- 文章 · java教程 | 19小时前 | Java · java IndexOutOfBoundsException MemorySegment asSlice 外部内存
- Java MemorySegment 切片越界怎么检查
- 155浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Stream Gatherer 与 Collector 的职责对比
- 205浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 330次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 389次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 382次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 350次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 176次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

