数据加解密到底是什么,你的数据分析师之路正在一步步“出卖”你的资产
在开发中由于对于数据安全性的要求,会对数据进行加解密解决。通常使用的加密方式有数字摘要、对称加密和非对称加密等。
一、数据加解密到底是什么——数字摘要
数字摘要是将任意长度的消息变成固定长度的短消息,它类似于一个自变量是消息的公式,也就是Hash公式。数字摘要就是采用单项Hash公式将需要加密的明文“摘要”成一串固定长度(128位)的密文这一串密文又称为数字指纹,它有固定的长度,而且不同的明文摘要成密文,其结果总是不同的,而同样的明文其摘要必定一致。来源:百度百科
基于以上特征数字摘要主要运用于信息一致性的校验,比较常用的数字摘要计算方法有MD5,SHA等。摘要计算方法主要是为防止信息的篡改。
发方A将原文信息进行哈希运算,得一哈希值即数字摘要MD;
发方A用自己的私钥PVA,采用非对称RSA计算方法,对数字摘要MD进行加密,即得数字签名DS;
发方A用对称计算方法DES的对称密钥SK对原文信息、数字签名SD及发方A证书的公钥PBA采用对称计算方法加密,得加密信息E;
发方用收方B的公钥PBB,采用RSA计算方法对对称密钥SK加密,形成数字信封DE,就好像将对称密钥SK装到了一个用收方公钥加密的信封里;
发方A将加密信息E和数字信封DE一起发送给收方B;
收方B接受到数字信封DE后,首先用自己的私钥PVB解密数字信封,取出对称密钥SK;
收方B用对称密钥SK通过DES计算方法解密加密信息E,还原出原文信息、数字签名SD及发方A证书的公钥PBA;
收方B验证数字签名,先用发方A的公钥解密数字签名得数字摘要MD;
收方B同时将原文信息用同样的哈希运算,求得一个新的数字摘要MD’;
将两个数字摘要MD和MD’进行比较,验证原文是否被修改。如果二者相等,说明数据没有被篡改,是保密传输的,签名是真实的;否则拒绝该签名。
这样就可以保证敏感信息的在传输过程中不被篡改,保证了信息的安全性。
二、数据加解密到底是什么——对称加密
对称加密也成为对称秘钥加密,可以使用同一秘钥对信息进行加解密解决。对称加密是使用比较早的加密计算方法,通过约定规则(加密秘钥)解决后变成密文发送出去,接受者根据规则(加密秘钥)来逆向进行解密,使其变为明文。
这里的秘钥就如同谍战片中的密码本。
对称加密计算方法中常用的计算方法有:DES、3DES、TDEA、AES等
优缺点:
优点:计算方法公开、计算量小、加密速度快、加密效率高
缺点:
1、交易双方都使用同样钥匙,安全性得不到保证。
2、每对用户每次使用对称加密计算方法时,都需要使用其他人不知道的惟一钥匙,
这会使得发收信双方所拥有的钥匙数量呈几何级数增长,密钥管理成为用户的负担。对称加密计算方法在分布式网络系统上使用较为困难,主要是因为密钥管理困难,使用成本较高。
三、数据加解密到底是什么——非对称加密
非对称加密解密与解密是使用不同的秘钥,因此需要两个秘钥:公开秘钥和私有秘钥。可以使用公钥与私钥进行相互加解密,即用公开密钥对数据进行加密,用对应的私有密钥才能解密;用私有密钥对数据进行加密,那么用对应的公开密钥才能解密。常用的加密计算方法是RSA等。
非对称加解密原理
A要向B发送信息,A和B都要产生一对用于非对称加密计算方法和解密的公钥和私钥。
A的私钥保密,A的公钥告诉B;B的私钥保密,B的公钥告诉A。
A要给B发送信息时,A用B的公钥加密信息,因为A知道B的公钥。
A将这个消息发给B(已经用B的公钥加密消息)。
B收到这个消息后,B用自己的私钥解密A的消息。其他所有收到这个报文的人都无法解密,因为只有B才有B的私钥。
非对称加解密保密性比较好,不需要交换秘钥,但是计算方法强度复杂 ,加解密耗时,适合对少量数据进行加密。
以上就是有关于数据加解密到底是什么的相关内容,以及相应的解析,不论你是已经入职数据分析师岗位的新人,还是打算进入数据分析岗位的小白,以上的内容都或多或少会对大家有所帮助,环球网校的小编在这里祝大家的数据分析师职业道路顺利。
最新资讯
- 数据分析汇总报告有哪些组成?这才是数据分析师能力的体现2020-07-17
- 什么是EOI框架?这对于数据分析师竟然这么重要2020-07-17
- 如何进行业务核心数据分析?这对于数据分析师来说竟如此重要2020-07-16
- 有哪些数据分析实践的概念?不会这个的数据分析师都转行了2020-07-13
- 数据的分析思路是什么?正确的分析思路可以帮助数据分析师进步2020-07-10
- 什么是数据回归分析方法?这才是数据分析师要用到的利器2020-07-10
- 数据相关的分析方法是什么?这三种才是数据分析师的救星2020-07-10
- 高级数据分析方法是什么?这才是数据分析师进阶的必备技能2020-07-09
- 提出数据假设的方法是什么?这才是数据分析师应该明白的东西2020-07-09
- 如何找出数据优化指标?优秀的数据分析师都在这样思考2020-07-09