java DES加密解密

Java中DES加密解密的实践指南 在Java的加密体系中,Cipher类是进行加密和解密操作的核心工具类。它提供了一种标准方式,用于执行加密或解密操作,不涉及数据的具体加密算法细节。Java Cryptography Architecture (JCA) 提供了一系列算法,而Cipher类能够让你以一种可移植的方式使用这些算法。Cipher类中一些关键的方法包括:: 此方法用于获取Cipher对象的实例。参数algorithm指定了要使用的加密算法名称。: 此方法用于初始化Cipher对象。 阅读详情
Java密码学结构设计遵循两个原则:

  (1)算法的独立性和可靠性。

  (2)实现的独立性和相互作用性。

  算法的独立性是通过定义密码服务类来获得。用户只需了解密码算法的概念,而不用去关心如何实现这些概念。实现的独立性和相互作用性通过密码服务提供器来实现。密码服务提供器是实现一个或多个密码服务的一个或多个程序包。软件开发商根据一定接口,将各种算法实现后,打包成一个提供器,用户可以安装不同的提供器。安装和配置提供器,可将包含提供器的ZIP和JAR文件放在CLASSPATH下,再编辑Java安全属性文件来设置定义一个提供器。Java运行环境Sun版本时, 提供一个缺省的提供器Sun。

  DES算法简介

  DES(Data Encryption Standard)是发明最早的最广泛使用的分组对称加密算法。DES算法的入口参数有三个:Key、Data、Mode。其中Key为8个字节共64位,是DES算法的工作密钥;Data也为8个字节64位,是要被加密或被解密的数据;Mode为DES的工作方式,有两种:加密或解密。

  DES算法工作流程如下:若Mode为加密模式,则利用Key 对数据Data进行加密, 生成Data的密码形式(64位)作为DES的输出结果;如Mode为解密模式,则利用Key对密码形式的数据Data进行解密,还原为Data的明码形式(64位)作为DES的输出结果。在通信网络的两端,双方约定一致的Key,在通信的源点用Key对核心数据进行DES加密,然后以密码形式在公共通信网(如电话网)中传输到通信网络的终点,数据到达目的地后,用同样的Key对密码数据进行解密,便再现了明码形式的核心数据。这样,便保证了核心数据在公共通信网中传输的安全性和可靠性。

  也可以通过定期在通信网络的源端和目的端同时改用新的Key,便能更进一步提高数据的保密性。

 
        DES 算法实例:
import java.security.SecureRandom; 
 
import javax.crypto.Cipher; 
import javax.crypto.SecretKey; 
import javax.crypto.SecretKeyFactory; 
import javax.crypto.spec.DESKeySpec; 
 
/** 
 * DES加密解密工具类 
 * @author Front.Tang [Front.Tang@qq.com] 
 * @version 2012-5-14 上午09:32:43 
 */ 
public class DESEncrypt { 
 
    private static final String PASSWORD_CRYPT_KEY = "Front.Tang"; 
    private static final String DES = "DES"; 
     
    /** 
     * DES加密 
     * @param src 要加密的数据 
     * @param key 加密取用的key。八位字符串 
     * @return 
     * @throws Exception 
     */ 
    public static String encrypt(String src, String key){  
        if(key==null||key.length()==0) { 
            key = PASSWORD_CRYPT_KEY; 
        } 
        byte bb[] = null; 
        String result = null; 
        try { 
            Cipher cipher = getCipher(Cipher.ENCRYPT_MODE,key);   
        // 正式执行加密操作 
            bb = cipher.doFinal(src.getBytes()); 
            result = Byte2Hex(bb); 
        } catch(Exception e) { 
            result = null; 
        } 
        return result; 
         
    } 
     
    /** 
     * DES解密 
     * @param src 要解密的数据源 
     * @param key 加密时取用的key,八位字符串 
     * @return 
     * @throws Exception 
     */ 
    public static String decrypt(String src, String key) {  
        if(key==null||key.length()==0) { 
            key = PASSWORD_CRYPT_KEY; 
        } 
        byte[] result = null; 
        Cipher cipher = null; 
        try { 
            result = String2Byte(src); 
            cipher = getCipher(Cipher.DECRYPT_MODE,key); 
            // 现在,获取数据并解密  
            // 正式执行解密操作  
            return new String(cipher.doFinal(result)); 
        } catch(Exception e) { 
            return null; 
        } 
    }  
     
    /** 
     * 根据 mode 和 key 初始化Cipher对象 
     * @param mode 加密还是解密 
     * @param key 密匙 
     * @return Cipher对象 
     * @throws Exception 
     */ 
    public static Cipher getCipher(int mode,String key) throws Exception { 
        // DES算法要求有一个可信任的随机数源  
        SecureRandom sr = new SecureRandom();  
        // 从原始密匙数据创建一个DESKeySpec对象  
        DESKeySpec dks = new DESKeySpec(key.getBytes());  
        // 创建一个密匙工厂,然后用它把DESKeySpec对象转换成  
        // 一个SecretKey对象  
        SecretKeyFactory keyFactory = SecretKeyFactory.getInstance(DES);  
        SecretKey securekey = keyFactory.generateSecret(dks);  
        // Cipher对象实际完成解密操作  
        Cipher cipher = Cipher.getInstance(DES);  
        // 用密匙初始化Cipher对象  
        cipher.init(mode, securekey, sr);  
        return cipher; 
    } 
     
    /** 
     * 将byte[] 转成 hex 字符串 
     * @param bb byte数组 
     * @return 
     */ 
    public static String Byte2Hex(byte[] bb) { 
        StringBuilder buff = new StringBuilder(bb.length); 
        String sTemp; 
        for(int i=0;i<bb.length;i++){ 
            sTemp = Integer.toHexString(0xFF &bb[i]); 
            if(sTemp.length()<2){ 
                buff.append(0); 
            } 
            buff.append(sTemp.toUpperCase()); 
        } 
        return buff.toString(); 
    } 
     
    /** 
     * 字符串转换成byte[] 
     * @param src 要转换的字符串 
     * @return 
     */ 
    public static byte[] String2Byte(String src) { 
        int len = (src.length()/2); 
        byte [] result = new byte[len]; 
        char[] achar = src.toString().toCharArray(); 
        for(int j=0;j<len;j++){ 
            int pos = j*2; 
            result[j]= ((byte)(Char2Byte(achar[pos])<<4|Char2Byte(achar[pos+1]))); 
        } 
        return result; 
    } 
     
    /** 
     * 字符转成byte 
     * @param c  
     * @return 
     */ 
    private static byte Char2Byte(char c){ 
        byte  b = (byte)"0123456789ABCDEF".indexOf(c); 
        return b; 
    } 
     
     
    public static void main(String[] args) throws Exception { 
        System.out.println(encrypt("Front.Tang",PASSWORD_CRYPT_KEY)); 
        System.out.println(decrypt("A7F816CFE0A431F921A2812309EB95A2", PASSWORD_CRYPT_KEY)); 
    } 
}


Java实现DES加密解密的DESEncrypt工具类 数据加密标准(DES)是一种对称密钥加密块密码算法,旨在通过加密转换将明文转换为密文,反之亦然,以保证数据的安全性。DES算法最初由IBM公司设计,并由美国国家标准局采纳并标准化。它使用固定长度的56位密钥对数据块进行加密,每个数据块为64位。尽管DES在今天的加密标准中已被认为不足够安全,但其作为加密领域的一个里程碑,依然是学习和理解对称密钥加密的基础。在初始化Cipher对象时,需要指定加密模式和填充方式:加密模式定义了如何使用密钥加密数据,常见的模式有:ECB。 阅读详情

相关推荐

ThinkPHP+Layui开发的ERP管理系统

ERP采购生产销售系统,一款基于ThinkPHP+Layui开发的ERP管理系统,帮助中小企业实现ERP管理规范化,此系统能为你解决五大方面的经营问题:1.采购管理 2.销售管理 3.仓库管理 4.资金管理 5.生产管理,适用于:服装鞋帽、化妆品、机械机电、家具装潢、建材行业、快销品、母婴用品、办公用品、汽配汽修、生鲜农贸、手机通讯、数码家电、医药用品、制造业、信息技术服务行业等。提供全部无加密服务端和前端源代码,独立部署,不受限制。

u011092458的博客 789

java DES加密解密文件

在android开发中或者java开发中,经常用一些加密或者解密文件的,下面是我最近测试的一个DES加密解密文件的方式,记录一下,防止以后忘记了! 下面直接贴代码把,详细的注释都写有: package com.spring.des; import java.io.BufferedReader; import java.io.FileInputStream; import ja

spring sky 7429

Jupyter Notebook 命名出现“error”且运行后没反应

Jupyter Notebook 命名出现“error”且运行后没反应提前声明错误截图(方便大家看看是不是自己的错误)解决方法 提前声明 我的问题是在看到答主 @开始King的回答后才解决的,因为答主大大的文章后面有些地方不是很详细,我在这里再在King大大的基础上完善一下子 错误截图(方便大家看看是不是自己的错误) 1.命名失败,上面出现一个“error”字样 2.运行失败,无论是点击上方的运行按钮还是按快捷键shift+enter 都只会向下再增加一个代码块,而不会运行程序。 (也不是很多人出现的[*

qq_52770743的博客 1万+

Java实现DES加密解密

DES(Data Encryption Standard)是一种对称加密算法,所谓对称加密就是加密和解密都是使用同一个密钥。 加密原理: DES 使用一个 56 位的密钥以及附加的 8 位奇偶校验位,产生最大 64 位的分组大小。这是一个迭代的分组密码,使用称为 Feistel 的技术,其中将加密的文本块分成两半。使用子密钥对其中一半应用循环功能,然后将输出与另一半进行"异或"运算;接着交换这...

king的专栏 10万+

百元DIY手机荧光计:低成本荧光检测平台搭建与实战

荧光检测是一种基于物质受特定波长光激发后发射更长波长荧光的分析技术,其核心原理在于光与物质的相互作用。通过选择性激发与检测,该技术能实现对痕量物质的高灵敏度、高特异性定量分析,在生物医学、环境监测和食品安全等领域具有重要价值。传统荧光分光光度计虽精度高,但成本昂贵、体积庞大且操作复杂,限制了其在现场快检和普及教育中的应用。本文聚焦于如何利用智能手机的高性能摄像头和处理器,结合低成本光学滤光片和LED光源,构建一个便携、经济的DIY荧光检测平台。该方案通过简化光路设计,采用带通滤光片进行波长选择,并利用图像处

weixin_34194829的博客 311

【首份】2023年30米分辨率土地利用遥感监测数据

为了恢复和重建我国土地利用变化的现代过程,更好地预测、预报土地利用变化趋势,地球资源数据云以美国陆地卫星Landsat 遥感影像数据作为主信息源,结合Sentinel系列数据,通过人工目视解译和机器学习方法,建立了国家尺度1:10 万比例尺多时期土地利用/土地覆盖遥感监测数据库(CNLUCC)因早期Landsat数据时空覆盖缺失,1972-1977年合成第一期数据,1978-1985年合成第二期数据,1986年起每年度生成一期数据。投影:Albers正轴等面积双标准纬线圆锥投影南标准纬线:25°N。

地球资源数据云的官方博客 3690

java DES 加密和解密

java DES 加密和解密。

.NET 人工智能实践 2144

[ vulhub漏洞复现篇 ] Jetty WEB-INF 文件读取复现CVE-2021-34429

[ vulhub漏洞复现篇 ] Jetty WEB-INF 文件读取复现CVE-2021-34429 可以使用一些编码字符来制作URI,以访问WEB-INF目录的内容和/或绕过一些安全限制。默认合规模式允许带有包含 %u002e 段的 URI 的请求访问WEB-INF目录中的受保护资源。

qq_51577576的博客 3208

SSM实现mysql数据库账号密码加密连接

创建DesUtil类 public class DesUtil { /** 字符串默认键值 */ private static String strDefaultKey = "mykey"; /** 加密工具 */ private Cipher encryptCipher = null; /** 解密工具 */ private Cipher decryptCipher = null; /** * 暗号化 明文入力String 密文出力 * * @param strMing.

qq_42738826的博客 837

授时中心被攻击?Windows 11 电脑时间不准?手把手教您如何更换国内稳定高速的时间服务器(时间服务器整理)

近期授时中心被攻击,时间同步重要性凸显。Windows 11 默认服务器在国内常遇网络问题。本文教你轻松修改时间服务器,选择更稳定、快速的国内优质服务器,彻底解决电脑时间不准的烦恼,让你的系统时间永远精准如一!🚀

XiaoqiangClub的博客 1091

【ComfyUI】多模型 户型图风格渲染效果图

本文介绍了一种基于ComfyUI的室内户型图自动渲染工作流,将平面图转换为风格化效果图。该工作流通过RH_Captioner节点识别空间布局,结合Qwen2.5模型优化文本描述,再使用定制室内设计模型生成渲染图。整个流程包含图像输入、空间识别、文本组织、语言生成、风格转换和渲染输出等9个阶段,各节点协同完成从户型图到效果图的全自动转换。系统融合了语言理解和图像生成技术,可广泛应用于室内设计、装修可视化等领域。

Mr数据杨 3018

对称加密--Java实现DES加密解密

在跟一个老系统对接的时候,对方使用了DES加密,来传输某些关键信息,项目中有没有DES加解密工具类,本人之前没有接触过 DES 加解密算法,借此机会简单学习后,封装了工具类,分享给有需要的伙伴。什么是DES加密?DES(Data Encryption Standard):DES加密是一种对称加密算法,所谓对称加密就是加密解密使用的都是同一个秘钥,不过DES加密已经可以破解了,建议使用非对称加密算法。

weixin_42118323的博客 1289

深入解读WT软件湍流强度计算与分析

深入解读WT软件湍流强度计算与分析

weixin_46713695的博客 1028

基于Java DES与3DES加密解密

DES/3DES属于对称加密算法。3des即用DES进行三重加密。 下面分别用Java代码实现DES加密解密与3DES加密解密,如有错误请指正,谢谢! DES加密解密: /** * DES加密 * @param datasource,加密数据 * @param password,密钥 * @return */ public static byte[] encrypt(byte[...

sh879682的博客 3703

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

des加密解密java_DES加密解密 Java中运用

DES全称Data Encryption Standard,是一种使用密匙加密的块算法。现在认为是一种不安全的加密算法,因为现在已经有用穷举法攻破DES密码的报道了。尽管如此,该加密算法还是运用非常普遍,是一种标准的加密算法。3DES是DES的加强版本。Des:package com.blog.d201706.encrypt;import javax.crypto.Cipher;import ja...

weixin_36192410的博客 527

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

des加密解密 代码 java_java 实现DES 加密解密的示例

package com.cn.peitest;import javax.crypto.Cipher;import javax.crypto.SecretKey;import javax.crypto.SecretKeyFactory;import javax.crypto.spec.DESKeySpec;import javax.crypto.spec.IvParameterSpec;/*** @...

weixin_36463131的博客 785

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

DES加密解密-java

DES加密 maven依赖: &lt;!-- DES --&gt; &lt;dependency&gt; &lt;groupId&gt;javax.xml.rpc&lt;/groupId&gt; &lt;artifactId&gt;javax.xml.rpc-api&lt;/artifactId&gt; &lt;version&gt;1.1.1&am

JcMR_Li的博客 4211

JAVA DES 加密解密、生成秘钥 详解

JAVA Cipher 实现DES 加密解密、生成秘钥 JAVA 加密使用的库是Cipher javax.crypto.Cipher 是java原生的类库,用来做加密解密的。 官网描述 https://docs.oracle.com/javase/8/docs/api/javax/crypto/Cipher.html#method.detail/ 此类提供用于加密和解密的密码算法的功能。它构成了Java加密扩展(JCE)框架的核心。 1、getInstance 创建Cipher实例 A transforma

忙碌的菠萝 4290

java des key_java中DES加密解密

废话不多说,直接奉上代码:代码一package com.eabax.plugin.yundada.utils;import java.io.IOException;import java.security.InvalidKeyException;import java.security.NoSuchAlgorithmException;import java.security.SecureRand...

weixin_39624733的博客 895

DES加密解密类 java

DES加密解密类 java

yttyffggh的博客 468

基于java的DES加密解密算法实现

基于java的DES加密解密算法实现 主要分为三部分,三个文件: //Skey_DES.java  生成对称密钥import java.io.FileOutputStream;import java.io.ObjectOutputStream;import javax.crypto.KeyGenerator;import javax.crypto.SecretKey;pub

ASoko的专栏 920

PHP/Java的DES加密解密

Java DES加密解密程序: public class EncDec { SecretKey desKey; public void setKey(String key){ byte[] staticKey = key.getBytes(); try { SecretKeyFactory keyfact = SecretKeyFactory.getInstance("DES"

sun_shine_的专栏 1888

php与java的des加密解密

php与java的des加密解密

yangyouchang的专栏 1432

java delphi des加密解密_java和delphi共用的des加密解密

java:import antlr.StringUtils;import org.jeecgframework.core.util.StringUtil;import java.security.SecureRandom;import javax.crypto.Cipher;import javax.crypto.SecretKey;import javax.crypto.SecretKeyFac...

weixin_42433412的博客 198

Java使用Hutool实现AES、DES加密解密

为什么80%的码农都做不了架构师?>>> ...

weixin_34026484的博客 4991

Java简单实现DES加密解密算法

Java简单实现DES加密解密算法 文章目录Java简单实现DES加密解密算法DES算法介绍实现相关java类代码实现 DES算法介绍 DEC加密算法属于对称加密,即利用指定的密钥,按照密码的长度截取数据,分成数据块,和密钥进行复杂的移位、算数运算或者数据处理等操作,形成只有特定的密码才能够解开的数据。 加密与解密用的是同一个密钥,即加密密钥等于解密密钥,加密密钥和解密密钥可以相互推倒出来。 实现...

liu_Yudong的博客 4299
上一篇: 使用proxool连接池技术
下一篇: Linux下java web服务器搭建(YUM配置)
「已注销」
博客等级 码龄15年 4粉丝 14原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值