aes加密算法python版本

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: aes加密算法python版本



 

理论基础准备

AES简介

       高级加密标准(AES,Advanced Encryption Standard)为最常见的对称加密算法(微信小程序加密传输就是用这个加密算法的)。对称加密算法也就是加密和解密用相同的密钥,具体的加密流程如下图:下面简单介绍下各个部分的作用与意义:明文P没有经过加密的数据。密钥K用来加密明文的密码,在对称加密算法中,加密与解密的密钥是相同的。密钥为接收方与发送方协商产生。

       为了方便大家理解,我找到了一张比较合适的图片:

       发送方与接收方的整个业务逻辑,从图片上看还是非常容易理解的,就是发送方明文P通过AES加密函数的处理后,秘文再通过AES解密函数处理,最后可以看到明文P。这里有个公共的密钥K,这个秘钥K就是双方沟通好的协议内容了。

所有量的介绍:

明文P:

       没经过加密的数据。

密钥K:

       用来加密 明文的密码,在对称加密算法中,加密与解密的密钥是相同的。密钥为接收方与发送方协商产生,但 不可以直接在网络上传输,否则会导 致密钥泄漏,通常是通过非对称加密算法加密密钥,然后再通过网络传输给对方,或者直接面对面商量密钥。密钥是绝对不可以泄漏的,否则会被 攻击者还原密文,窃取机密数据。

AES加密函数:

       设AES 加密函数为E,则 C = E(K, P),其中P为明文,K为密钥,C为密文。也就是说,把明文P和密钥 K作为加密函数 的参数输入,则加密函数E会 输出密文C。

密文C:

       经加密函数处理后 的数据。

AES解密函数:

       设AES解 密函数为D,则 P = D(K, C),其中C为密文,K为密钥,P为明文。也就是说,把密文C和密钥K作为解密 函数的参数输入,则解密函 数会输出明文P。

       看着是很简单,但是这个AES加密与解密函数就是我们的核心内容了。

介绍一下对称与非对称加密:

对称加密:加密和解密用到的密钥是相同的,这种加密方式加密速度非常快,适合经常发送数据的场合。缺点是密钥的传输比较麻烦。

非对称加密:加密和解密用的密钥是不同的,这种加密方式是用数学上的难解问题构造的,通常加密解密的速度比较慢,适合偶尔发送数据的场合。优点是密钥传输方便。常见的非对称加密算法为RSA、ECC和EIGamal。

AES结构

AES 密钥长度(32位比特字) 分组长度(32位比特字) 加密轮数
AES-128 4 4 10
AES-192 6 4 12
AES-256 8 4 14

基础环境准备

我们需要【pycryptodomex】库

pip install pycryptodomex

库有了,我们可以正式开工了。

Python的AES加密源码

整个编码过程:

from Cryptodome.Cipher import AES
from Cryptodome import Random

加密文本

text = 'abcd1234'
print("AES加密:", text)

秘钥

# 密钥key 长度必须为16(AES-128)、24(AES-192)或 32(AES-256)的Bytes长度
key = b'1234567890ABCDEFGHIJKLMN'
# key可以自己换,随便换,保证长度要求即可
print('密钥:', key.decode("utf-8"))

随机秘钥向量

# 生成长度等于AES块大小的不可重复的密钥向量
iv = Random.new().read(AES.block_size)
print('偏移量iv:', iv)

初始化AES

# 使用 key 和 iv 初始化AES对象,使用 AES.MODE_CFB 模式
aes = AES.new(key, AES.MODE_CFB, iv)

加密

# 加密
result = aes.encrypt(text.encode())
print('加密后的byte数据:', result)

解密

# 解密·需要用相同的key和iv初始化新的AES对象
reset_text = AES.new(key, AES.MODE_CFB, iv)
print('解密后的数据:', reset_text.decrypt(result).decode("utf-8"))

效果:

这里我对abcd1234进行加密,加密后可以正常返回。

注明:如果没有秘钥和偏移量iv是无法进行正常解码的,所以相对来说是比较安全的。

纯解密

from Cryptodome.Cipher import AES
# 密钥key 长度必须为16(AES-128)、24(AES-192)或 32(AES-256)的Bytes长度
key = b'1234567890ABCDEFGHIJKLMN'
iv = b'\x1e9\x02C~s\xb0\xf5\x93\x01\xf6\x8a2;\xe46'
pwd = b'\xf9B\x04\xb7g\x81m\xa5'  # 加密后的byte数据
# 使用 key 和 iv 初始化AES对象,使用 AES.MODE_CFB 模式
aes = AES.new(key, AES.MODE_CFB, iv)
# 解密·需要用相同的key和iv初始化新的AES对象
reset_text = AES.new(key, AES.MODE_CFB, iv)
print('解密后的数据:', reset_text.decrypt(pwd).decode("utf-8"))

解密成功:

总结:

       AES加密属于相对的一种动态加密,可以根据随机生成的偏移量,或者是【盐】以及相互约定好的密钥来进行加密以及解密,我们在上面做了测试,相对效果很好,只要密码本不丢失的情况下保障数据安全是没问题的。

相关文章
|
11天前
|
数据安全/隐私保护 Python
用python对文件内容进行加密的2种方式
这篇文章介绍了使用Python对文件内容进行加密的两种方式:利用`cryptography`库的Fernet对称加密和使用`rsa`库进行RSA非对称加密。
30 6
|
9天前
|
数据安全/隐私保护 Python
Python中的MD5加密“解密”
Python中的MD5加密“解密”
25 0
|
11天前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
24 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
7天前
|
人工智能 IDE 开发工具
Python实行任意文件的加密—解密
Python实行任意文件的加密—解密
15 2
|
7天前
|
人工智能 IDE 开发工具
Python实行任意文件的加密—解密
Python实行任意文件的加密—解密
15 1
|
9天前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
27 2
|
9天前
|
开发者 Python
Python 的主流版本:Python 3.x
Python 的主流版本:Python 3.x
13 2
|
12天前
|
算法 Python
震惊!Python 算法设计背后,时间复杂度与空间复杂度的惊天秘密大起底!
在 Python 算法设计中,理解并巧妙运用时间复杂度和空间复杂度的知识,是实现高效、优雅代码的必经之路。通过不断地实践和优化,我们能够在这两个因素之间找到最佳的平衡点,创造出性能卓越的程序。
28 4
|
13天前
|
算法 搜索推荐 开发者
别再让复杂度拖你后腿!Python 算法设计与分析实战,教你如何精准评估与优化!
在 Python 编程中,算法的性能至关重要。本文将带您深入了解算法复杂度的概念,包括时间复杂度和空间复杂度。通过具体的例子,如冒泡排序算法 (`O(n^2)` 时间复杂度,`O(1)` 空间复杂度),我们将展示如何评估算法的性能。同时,我们还会介绍如何优化算法,例如使用 Python 的内置函数 `max` 来提高查找最大值的效率,或利用哈希表将查找时间从 `O(n)` 降至 `O(1)`。此外,还将介绍使用 `timeit` 模块等工具来评估算法性能的方法。通过不断实践,您将能更高效地优化 Python 程序。
30 4
|
11天前
|
Linux 编译器 开发工具
快速在linux上配置python3.x的环境以及可能报错的解决方案(python其它版本可同样方式安装)
这篇文章介绍了在Linux系统上配置Python 3.x环境的步骤,包括安装系统依赖、下载和解压Python源码、编译安装、修改环境变量,以及常见安装错误的解决方案。
20 1
下一篇
无影云桌面