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
|
1月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
249 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
4天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像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文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
21 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
4天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
18 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
4天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
20 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
29天前
|
安全 Linux 数据安全/隐私保护
python知识点100篇系列(15)-加密python源代码为pyd文件
【10月更文挑战第5天】为了保护Python源码不被查看,可将其编译成二进制文件(Windows下为.pyd,Linux下为.so)。以Python3.8为例,通过Cython工具,先写好Python代码并加入`# cython: language_level=3`指令,安装easycython库后,使用`easycython *.py`命令编译源文件,最终生成.pyd文件供直接导入使用。
python知识点100篇系列(15)-加密python源代码为pyd文件
|
8天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
25 2
|
12天前
|
存储 安全 算法
AES算法
【10月更文挑战第30天】AES算法
27 2
|
17天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
18 3
|
20天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
65 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
25天前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)