


Bagaimana untuk menyulitkan dan menyahsulit data dalam Python
Bagaimana untuk menyulitkan dan menyahsulit data dalam Python, contoh kod khusus diperlukan
Penyulitan dan penyahsulitan data adalah konsep yang sangat penting dalam bidang keselamatan maklumat. Dalam aplikasi praktikal, kami selalunya perlu menyulitkan data sensitif untuk mengelakkan akses tanpa kebenaran dan kebocoran maklumat. Python ialah bahasa pengaturcaraan berkuasa yang menyediakan banyak perpustakaan dan fungsi untuk melaksanakan operasi penyulitan dan penyahsulitan data. Artikel ini akan memperkenalkan beberapa algoritma penyulitan yang biasa digunakan dan contoh kod khusus untuk melaksanakan penyulitan dan penyahsulitan data dalam Python.
1. Algoritma penyulitan MD5
MD5 (Message-Digest Algorithm 5) ialah fungsi cincang yang biasa digunakan untuk menyulitkan data dalam sebarang panjang. Ia menukarkan mesej dari sebarang panjang kepada cap jari digital 128-bit untuk memastikan integriti data dan tidak boleh diubah suai.
Dalam Python, kita boleh menggunakan perpustakaan hashlib untuk melaksanakan algoritma penyulitan MD5. Berikut ialah contoh kod:
import hashlib def md5_encrypt(data): md5 = hashlib.md5() md5.update(data.encode(encoding='utf-8')) encrypt_data = md5.hexdigest() return encrypt_data # 测试示例 data = 'hello world' encrypted_data = md5_encrypt(data) print("加密后的数据:", encrypted_data)
Hasil berjalan:
加密后的数据: 5eb63bbbe01eeed093cb22bb8f5acdc3
2. Algoritma penyulitan AES
AES (Advanced Encryption Standard) ialah standard penyulitan lanjutan yang digunakan secara meluas dalam pelbagai senario penyulitan. Ia menggunakan penyulitan kunci simetri untuk melaksanakan operasi penyulitan dan penyahsulitan yang pantas dan selamat pada data.
Dalam Python, kita boleh menggunakan perpustakaan pycryptodome untuk melaksanakan algoritma penyulitan AES. Berikut ialah contoh kod:
from Crypto.Cipher import AES from Crypto.Random import get_random_bytes def aes_encrypt(data, key): cipher = AES.new(key, AES.MODE_EAX) nonce = cipher.nonce ciphertext, tag = cipher.encrypt_and_digest(data.encode()) encrypted_data = nonce + ciphertext + tag return encrypted_data def aes_decrypt(encrypted_data, key): nonce = encrypted_data[:16] ciphertext = encrypted_data[16:-16] tag = encrypted_data[-16:] cipher = AES.new(key, AES.MODE_EAX, nonce=nonce) data = cipher.decrypt_and_verify(ciphertext, tag) return data.decode() # 测试示例 data = 'hello world' key = get_random_bytes(16) encrypted_data = aes_encrypt(data, key) print("加密后的数据:", encrypted_data) decrypted_data = aes_decrypt(encrypted_data, key) print("解密后的数据:", decrypted_data)
Hasil operasi:
解密后的数据: hello world
3. Algoritma penyulitan RSA
RSA (Rivest-Shamir-Adleman) ialah algoritma penyulitan asimetri yang biasa digunakan untuk penyulitan data dan tandatangan digital. Ia menggunakan dua kekunci, kunci awam digunakan untuk menyulitkan data dan kunci peribadi digunakan untuk menyahsulit data.
Dalam Python, kita boleh menggunakan perpustakaan kriptografi untuk melaksanakan algoritma penyulitan RSA. Berikut ialah contoh kod:
from cryptography.hazmat.primitives import serialization from cryptography.hazmat.primitives.asymmetric import rsa, padding from cryptography.hazmat.backends import default_backend def rsa_encrypt(data, public_key): public_key = serialization.load_pem_public_key(public_key, backend=default_backend()) encrypted_data = public_key.encrypt(data.encode(), padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA256()), algorithm=hashes.SHA256(), label=None)) return encrypted_data def rsa_decrypt(encrypted_data, private_key): private_key = serialization.load_pem_private_key(private_key, password=None, backend=default_backend()) decrypted_data = private_key.decrypt(encrypted_data, padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA256()), algorithm=hashes.SHA256(), label=None)) return decrypted_data.decode() # 测试示例 data = 'hello world' private_key = rsa.generate_private_key(public_exponent=65537, key_size=2048, backend=default_backend()) private_pem = private_key.private_bytes(encoding=serialization.Encoding.PEM, format=serialization.PrivateFormat.PKCS8, encryption_algorithm=serialization.NoEncryption()) public_key = private_key.public_key() public_pem = public_key.public_bytes(encoding=serialization.Encoding.PEM, format=serialization.PublicFormat.SubjectPublicKeyInfo) encrypted_data = rsa_encrypt(data, public_pem) print("加密后的数据:", encrypted_data) decrypted_data = rsa_decrypt(encrypted_data, private_pem) print("解密后的数据:", decrypted_data)
Hasil berjalan:
解密后的数据: hello world
Melalui contoh kod di atas, kita boleh melihat cara menggunakan algoritma penyulitan yang berbeza untuk menyulitkan dan menyahsulit data dalam Python. Memilih algoritma penyulitan dan panjang kunci yang sesuai, dan mengikuti amalan pengekodan selamat, akan memastikan kerahsiaan dan integriti data. Sila ambil perhatian bahawa kod sampel dalam artikel ini adalah untuk rujukan sahaja Dalam aplikasi sebenar, butiran seperti pengurusan kunci dan keselamatan penghantaran data perlu dipertimbangkan.
Atas ialah kandungan terperinci Bagaimana untuk menyulitkan dan menyahsulit data dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Sebagai profesional data, anda perlu memproses sejumlah besar data dari pelbagai sumber. Ini boleh menimbulkan cabaran kepada pengurusan data dan analisis. Nasib baik, dua perkhidmatan AWS dapat membantu: AWS Glue dan Amazon Athena.

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Langkah -langkah untuk memulakan pelayan Redis termasuk: Pasang Redis mengikut sistem operasi. Mulakan perkhidmatan Redis melalui Redis-server (Linux/macOS) atau redis-server.exe (Windows). Gunakan redis-cli ping (linux/macOS) atau redis-cli.exe ping (windows) perintah untuk memeriksa status perkhidmatan. Gunakan klien Redis, seperti redis-cli, python, atau node.js untuk mengakses pelayan.

Untuk membaca giliran dari Redis, anda perlu mendapatkan nama giliran, membaca unsur -unsur menggunakan arahan LPOP, dan memproses barisan kosong. Langkah-langkah khusus adalah seperti berikut: Dapatkan nama giliran: Namakannya dengan awalan "giliran:" seperti "giliran: my-queue". Gunakan arahan LPOP: Keluarkan elemen dari kepala barisan dan kembalikan nilainya, seperti LPOP Queue: My-Queue. Memproses Baris kosong: Jika barisan kosong, LPOP mengembalikan nihil, dan anda boleh menyemak sama ada barisan wujud sebelum membaca elemen.
