securerandom 更适合加密场景，因其是密码学安全的随机数生成器（csprng），从操作系统熵源采集真随机噪声，满足不可预测性、不可重现性和统计随机性；而 random 是伪随机数生成器，依赖简单种子，输出可预测。
SecureRandom 为什么比 Random 更适合加密场景
因为 Random 是伪随机数生成器（PRNG），依赖简单种子（如 System.currentTimeMillis()），输出可被预测；而 SecureRandom 是密码学安全的随机数生成器（CSPRNG），会从操作系统熵源（如 /dev/urandom 或 Windows BCryptGenRandom）采集真随机噪声，满足不可预测性、不可重现性和统计随机性三重要求。
常见错误是直接 new Random() 做密钥或 token 生成——哪怕加了 setSeed() 也无效，它仍是确定性算法。
如何正确初始化 SecureRandom 实例
不推荐用无参构造函数（new SecureRandom()），它可能在某些 JDK 版本或容器环境中默认使用 SHA1PRNG 算法，而该算法若未显式设置种子，会回退到弱熵源（如仅用时间戳），导致安全性降级。
应显式指定强算法并确保熵源可用：
- 优先使用
SecureRandom.getInstanceStrong()（JDK 8+），它返回系统预置的最强实现（通常绑定到 OS 底层） - 或指定算法/提供者：
SecureRandom.getInstance("DRBG", "SUN")（JDK 9+ 推荐 DRBG，更可控） - 避免手动调用
setSeed(byte[])—— 它可能覆盖已有熵，反而削弱安全性
示例：
SecureRandom secureRandom = SecureRandom.getInstanceStrong(); // ✅ 推荐
SecureRandom secureRandom = SecureRandom.getInstance("SHA1PRNG"); // ❌ 不推荐，无提供者时行为不确定
生成字节数组 vs. 整数：哪些方法真正安全
SecureRandom 的 nextInt()、nextLong() 等方法本身是安全的，但要注意范围裁剪带来的偏差——比如 secureRandom.nextInt(10) 虽然安全，但若用于生成 0–9 的均匀分布 ID，底层仍用 32 位整数模 10，会产生轻微偏差（对密码学用途影响小，但对高精度计数场景需注意）。
真正关键的是：所有需要加密强度的输出，必须来自 nextBytes(byte[]) 或其衍生操作，因为它直接读取 CSPRNG 输出流，无中间转换损耗。
- 生成 AES 密钥：用
nextBytes(keyBytes)填充new byte[32] - 生成 token：用
nextBytes(tokenBytes)后 Base64 编码（避免ints().limit(n).toArray()这类 Stream 方式，它隐含非加密安全的中间步骤） - 不要用
Math.random()或Random.doubles()替代——它们和SecureRandom完全无关
容器环境（Docker/K8s）中熵不足的典型表现与应对
在无特权容器中，/dev/random 可能阻塞，/dev/urandom 初始熵池不足，导致 SecureRandom 初始化慢（首次调用卡顿数秒）、甚至抛出 java.security.NoSuchAlgorithmException（当指定算法不可用时）或静默降级到弱实现。
验证方式：运行 cat /proc/sys/kernel/random/entropy_avail，低于 100 即风险较高。
- 启动容器时挂载主机
/dev/urandom：添加--device /dev/urandom:/dev/urandom:ro - 使用
haveged或rng-tools容器补充熵（需特权模式） - JVM 参数可辅助：添加
-Djava.security.egd=file:/dev/urandom强制跳过/dev/random - 代码中避免在高频路径反复新建
SecureRandom实例——复用单例，否则每次 new 都可能触发熵重采样
最易被忽略的一点：Spring Boot 默认配置下，若应用启用了 spring.session.store-type=redis，其 session ID 生成底层可能未强制走 SecureRandom.getInstanceStrong()，需检查实际使用的 RandomGenerator 实现类。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
