密码学安全随机密码生成器
基于 Web Crypto 安全随机源生成高熵随机密码、Diceware 助记词组短语与纯数字 PIN，实时评估香农信息熵与防破解强度。
设置密码时最常见的问题，要么是用了与个人信息相关的弱口令，要么是用普通伪随机数生成的所谓“复杂密码”，字符短且难记，在现代 GPU 暴力破解算力面前不堪一击。更糟糕的是，许多第三方密码生成工具把生成的密码回传服务器，埋下严重泄密风险。
本工具从第一性原理出发，严格使用浏览器底层密码学安全伪随机数生成器（CSPRNG: crypto.getRandomValues），并利用拒绝采样消除取模偏差，确保字符概率分布完全均匀。提供自定义字符池、Diceware 助记短语、银行级数字 PIN 与可读拼音发音口令等多种模式，实时测算香农信息熵（Bits）并估算现代算力下的防破解年限。
信息熵：密码强度的第一性物理度量
密码对抗暴力破解的本质是状态空间的大小。根据香农信息论，信息熵 H = L × log2(N)，其中 L 是长度，N 是候选字符池大小。例如 8 位包含大小写和数字的密码，熵值仅为 8 × log2(62) ≈ 47.6 bits，现代 GPU 集群在几小时内就能穷举；而一个 4 个常见单词构成的助记短语密码（如 correct-horse-battery-staple），熵值超过 52 bits，不仅极易记忆，而且抗暴力破解能力远超短密码。
为什么“短而复杂”不如“长而简单”的助记词组
人脑极难记住诸如 Tr0ub4dor&3 这样的高复杂度短密码，迫使人们写在便签或重复使用，反而降低了整体安全性。Diceware 算法通过将常见字典单词串联，利用了长度增长对熵值的指数级倍增效应（每增加一个单词状态空间扩大数千倍）。对于需要日常手动输入的账户主密码，多词助记短语是兼顾易记性与极高强度的最佳方案。
CSPRNG 与拒绝采样：杜绝伪随机数陷阱与取模偏差
普通 JavaScript 的 Math.random() 采用的是 xorshift128+ 等非密码学算法，内部状态容易被反推预测，绝对不能用于生成密码。本工具统一调用操作系统的安全熵池（crypto.getRandomValues）。此外，当字符池大小 N 不能整除随机整数范围时，直接取模（% N）会导致前面部分字符出现的概率略微偏高，本工具通过严格的拒绝采样丢弃处于余数偏差区间的随机数，保证绝对均匀分布。
防偷窥与批量生成的人性化设计
在公共办公环境或屏幕共享时，明文密码极易被旁边的人或投屏录制捕捉。本工具默认提供一键遮蔽开关，用圆点隐藏字符；支持一次性批量生成多条密码并一键复制，方便运维人员批量初始化测试账号或数据库密码，且全流程在本地内存完成，断网可正常使用。
常见问题
- 为什么用 Math.random() 生成密码是不安全的？
- Math.random() 是为游戏和模拟等性能敏感场景设计的伪随机数生成器，其内部算法（如 V8 的 xorshift128+）周期有限且无抗逆向设计，攻击者通过观察连续输出的几个数字就能推导出生成器的内部状态，从而预测接下来生成的所有密码。必须使用浏览器提供的 crypto.getRandomValues()。
- 8 位大小写加符号密码与 4 词助记短语哪个更安全？
- 4 词助记短语更安全得多。8 位包含全部符号的密码组合数约为 94^8 ≈ 6×10^15（约 52 bits 熵），在多卡 GPU 离线破解下只要几天甚至几小时；而 4 个从数千常用词表中抽取的单词组合数超过 (2000)^4 = 1.6×10^13，若再加上大小写与分隔符，熵值远高于短密码，且人脑能在几秒内轻松背诵。
- 生成的密码会被上传或缓存在服务器上吗？
- 绝不上传。本站是纯静态前端工具，没有后端数据接口，密码生成的全部算法（CSPRNG、Fisher-Yates 洗牌、信息熵评估）全部运行在你的本地浏览器内存中，页面刷新后内存即刻释放，绝无任何远程存储风险。
- 什么是取模偏差（Modulo Bias）？
- 当计算机生成一个 0 到 255 的随机字节并试图映射到长度为 62（数字+大小写）的字符集时，256 / 62 = 4 余 8。如果直接用 byte % 62，前 8 个字符（0 到 7）被选中的概率会比其他字符高出 25%！这种统计学偏差会被攻击者利用来优化爆破字典。消除偏差的方法是拒绝采样：一旦随机数处于 248 到 255 之间就丢弃并重新抽取。