【网络安全】第2章,分组密码体制

本文涉及的产品
密钥管理服务KMS,1000个密钥,100个凭据,1个月
简介: 【网络安全】第2章,分组密码体制

分组密码体制

要求掌握:

基本概念:分组密码、流密码、对称密码、非对称密码

分组密码模型,能画出模型


一,密码学基本概念

1,基本概念

加密的目的:伪装信息,使非法接入者无法理解信息的真正含义


加密Encrypt 解密Decrypt

密文ciphertext 明文plaintext,一般m表示

密钥Key,有加密密钥和解密密钥


2,密码学与密码体制

密码学两个分支:密码编码学和密码分析学


密码编码学研究如何对信息进行加密,研究的是加密算法

密码分析学相反研究的是如何解密,研究的是解密算法的学问

加密算法的三个发展阶段


1.经典密码体制

2.对称密钥密码(即:单钥密码体制)

3.公钥密钥密码(即:双钥密码体制)

这些算法按密钥管理的方式可以分为对称算法与非对称算法两大类,即我们通常所说的对称密钥密码体制和非对称密钥密码体制,它们最关键的部分在密钥


3,对称密码体制

加密密钥和解密密钥相同,或实质上等同(即从一个可以推出另外一个),我们称其为对称密钥或单钥密码体制


优点:安全性高,加解密速度快

缺点:如果一个网络中,用户均使用相同密钥,一旦破解,整体崩溃;如果,用户均使用不同密钥,通信代价大,n个用户的话,如果均要保持通信,就要产生 n(n-1)对密钥。,难以管理

4,非对称密码体制

将加密和解密密钥分开,实现消息的加密和解密


优点:易于维护


缺点:复杂


5,密码学的作用

密码学主要应用在这几个领域,数字签名、身份认证、消息认证、数字水印等,网络中的加密使用了上面讲的混合加密体制来完成的


密码学主要有以下功能:


1.维持机密性

让信道里面传递的信息具有保密性,假如别人获取了也看不懂,做不了什么恶意的行为

2.可用性

由于通信双方的发送和接收的消息很难进行篡改,保证了双方的身份的真实性,使得通信有效,真实可用

3.保证完整性

接收者能够验证在传送过程中是否被篡改

4.抵赖性(不可否认性)

网上开展业务的各方在进行数据传输时,必须带有自身特有的、无法被别人复制的信息,以保证发生纠纷时有所对证,发送者事后不可能否认他发送的消息

二,经典密码体制的基本原理

1.经典密码体制

从明文字母表到密文字母表的一一映射,扛不住字母频度分析

2.多表代换密码

由多个单字母密码构成,每个密钥加密对应位置的明文。同样也是从明文到密文的映射,只是映射规律改变

3.多字母代换密码

明文字符串按固定长度被分组,然后成组加密,分组后重新排列


明文:123456,加密后:351642


特点:隐藏字母频度,抗击统计分析;使用复杂


4.转轮密码

每加密一个字母就更换一次密码表并且永不重复


三,分组密码原理(才进入正题)

分组密码含义:分组密码系统对不同的组采用同样的密钥K进行加、解密,过程如下。之后了解DES和AES加密原理就很好理解这一块了


分组长度应足够大

密钥空间应足够大

由密钥确定的算法要足够复杂

软件实现的要求:尽量使用适合编程的子块和简单的算法

硬件实现的要求:加密和解密应具有相似性,即加密和解决过程的不同应仅仅在于密钥的使用方式上,以便采用同样的器件来实现加密和解密

四,数据加密标准

DES加密标准

这块解释DES加密原理,之后需要手撸代码来实现DES加密流程,详细可以看后面那篇文章,下面是简要介绍原理


高级加密标准

由于DES逐渐研究透彻,NIST(国家标准技术研究所)1997年9月12日发出征集高级加密标准的通知

AES被开发用于替代DES,但NIST预测DES仍将在近期作为一种实用的算法

五,流密码简介

还没讲喔

相关文章
|
19天前
|
负载均衡 安全 网络安全
|
24天前
|
机器学习/深度学习 算法 数据挖掘
基于GWO灰狼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了基于分组卷积神经网络(GroupCNN)和灰狼优化(GWO)的时间序列回归预测算法。算法运行效果良好,无水印展示。使用Matlab2022a开发,提供完整代码及详细中文注释。GroupCNN通过分组卷积减少计算成本,GWO则优化超参数,提高预测性能。项目包含操作步骤视频,方便用户快速上手。
|
25天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了一种基于WOA优化的GroupCNN分组卷积网络时间序列预测算法。使用Matlab2022a开发,提供无水印运行效果预览及核心代码(含中文注释)。算法通过WOA优化网络结构与超参数,结合分组卷积技术,有效提升预测精度与效率。分组卷积减少了计算成本,而WOA则模拟鲸鱼捕食行为进行优化,适用于多种连续优化问题。
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA遗传优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
该算法结合了遗传算法(GA)与分组卷积神经网络(GroupCNN),利用GA优化GroupCNN的网络结构和超参数,提升时间序列预测精度与效率。遗传算法通过模拟自然选择过程中的选择、交叉和变异操作寻找最优解;分组卷积则有效减少了计算成本和参数数量。本项目使用MATLAB2022A实现,并提供完整代码及视频教程。注意:展示图含水印,完整程序运行无水印。
|
2月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于PSO粒子群优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了一种结合粒子群优化(PSO)与分组卷积神经网络(GroupCNN)的时间序列预测算法。该算法通过PSO寻找最优网络结构和超参数,提高预测准确性与效率。软件基于MATLAB 2022a,提供完整代码及详细中文注释,并附带操作步骤视频。分组卷积有效降低了计算成本,而PSO则智能调整网络参数。此方法特别适用于金融市场预测和天气预报等场景。
|
3月前
|
存储 安全 搜索推荐
网络安全密码的独特性和多样性
【8月更文挑战第13天】
83 1
|
3月前
|
存储 安全 网络安全
网络安全密码长度与复杂性
【8月更文挑战第13天】
106 1
|
3月前
|
存储 安全 生物认证
网络安全强密码策略的重要性
【8月更文挑战第13天】
113 1
|
3月前
|
存储 安全 网络安全
网络安全之强密码策略
【8月更文挑战第12天】
157 1
|
5月前
|
网络协议 网络架构
计算机网络——数据链路层-可靠传输的基本概念(可靠传输服务、不可靠传输服务,分组丢失、分组失序、分组重复)
计算机网络——数据链路层-可靠传输的基本概念(可靠传输服务、不可靠传输服务,分组丢失、分组失序、分组重复)
267 0