معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Extend Mt19937 Predictor

ویژگی	مقدار
سیستم عامل	-
نام فایل	extend-mt19937-predictor-19937.0.3
نام	extend-mt19937-predictor
نسخه کتابخانه	19937.0.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	NonupleBroken
ایمیل نویسنده	nonuplebroken@gmail.com
آدرس صفحه اصلی	https://github.com/NonupleBroken/ExtendMT19937Predictor
آدرس اینترنتی	https://pypi.org/project/extend-mt19937-predictor/
مجوز	GPLv3

# Extend MT19937 Predictor ![GitHub Workflow Status](https://img.shields.io/github/workflow/status/NonupleBroken/ExtendMT19937Predictor/Unit%20Testing) ![GitHub](https://img.shields.io/github/license/NonupleBroken/ExtendMT19937Predictor) ![PyPI - Python Version](https://img.shields.io/pypi/pyversions/extend-mt19937-predictor) ![PyPI](https://img.shields.io/pypi/v/extend-mt19937-predictor) ![PyPI - Status](https://img.shields.io/pypi/status/extend-mt19937-predictor) Predict and Backtrack MT19937 PRNG by putting 32 * 624 bits generated numbers. Python "random" standard library uses mt19937, so we can easily crack it. ## Usage ### Install ```bash $ pip install extend_mt19937_predictor ``` ### Predict After putting 32 * 624 bits numbers, the internal state is uniquely determined. And the random number can be predicted at will. ```python import random from extend_mt19937_predictor import ExtendMT19937Predictor predictor = ExtendMT19937Predictor() for _ in range(624): predictor.setrandbits(random.getrandbits(32), 32) for _ in range(1024): assert predictor.predict_getrandbits(32) == random.getrandbits(32) assert predictor.predict_getrandbits(64) == random.getrandbits(64) assert predictor.predict_getrandbits(128) == random.getrandbits(128) assert predictor.predict_getrandbits(256) == random.getrandbits(256) ``` ### Backtrack Besides prediction, it can also backtrack the previous random numbers. ```python import random from extend_mt19937_predictor import ExtendMT19937Predictor numbers = [random.getrandbits(64) for _ in range(1024)] predictor = ExtendMT19937Predictor() for _ in range(78): predictor.setrandbits(random.getrandbits(256), 256) _ = [predictor.backtrack_getrandbits(256) for _ in range(78)] for x in numbers[::-1]: assert x == predictor.backtrack_getrandbits(64) ``` ### Advanced `check` param is True by default. It is ok to put more than 32 * 624 bits numbers when initializing. It will automatically check whether the excess number is the same as the predicted number, and also change the internal state. When setting `check` param to False, it will directly overwrite the state without checking. ```python import random from extend_mt19937_predictor import ExtendMT19937Predictor predictor = ExtendMT19937Predictor(check=True) for _ in range(1024): predictor.setrandbits(random.getrandbits(32), 32) for _ in range(1024): assert predictor.predict_getrandbits(32) == random.getrandbits(32) ``` ```python import random from extend_mt19937_predictor import ExtendMT19937Predictor predictor = ExtendMT19937Predictor(check=True) for _ in range(624): predictor.setrandbits(random.getrandbits(32), 32) _ = predictor.setrandbits(0, 32) # ValueError: this rand number is not correct: 0. should be: 2370104960 ``` Besides "random" standard library function `getrandbits`, these functions can be predicted. ``` random randrange randint uniform ``` But only these functions can be backtracked, because of cannot determine how many times the base functions are called by the others. ``` random uniform ``` ## Reference * https://github.com/kmyk/mersenne-twister-predictor * https://en.wikipedia.org/wiki/Mersenne_Twister

نحوه نصب

نصب پکیج whl extend-mt19937-predictor-19937.0.3:

pip install extend-mt19937-predictor-19937.0.3.whl

نصب پکیج tar.gz extend-mt19937-predictor-19937.0.3:

pip install extend-mt19937-predictor-19937.0.3.tar.gz