重温经典之简单的加密

开头语

“两个光棍放在一起就是一双筷子”,很经典的一句话!此时此刻,不管各位棍友都是什么样的心情,还是祝各位棍友节日快乐!


闲言少叙,书接正文。本文所探讨的加密应该属于最简单加密方法之一吧!具体加密过程如描述:比如要加密一个文本文件,我会将一次读出文本中的每个字符,然后通过已经规定的密匙(key)加密,然后将其写进另一个文本文件中,一直如此,直至源文本中的内容全部被加密,并且将加密后的密文都写入目标文本中。这样对一个文本的加密就结束了,呵呵,容易吧!总体思想就是这么简单,不过还得做些补充。

现在需要补充说明的就是密匙(key)的选择。举个例子吧,字符a的二进制码是8位,那么key应该怎么选择呢?在本文中,key的位数选择是随意的。如果你选择的key小于8位,那么补齐就行;如果正好是8位,这正是我们最想看到的,不需做任何处理;如果大于8位,比如是13位,那么将这13位组成一个环。这样就可以先取前1-8位,然后取9-13位以及1-3位,这样一直循环下去即可。这就是对key的选择。

说了这么多,还是看一下代码吧!在本代码中key我选择的是13位。

#include <stdio.h> #define SIZE 13 char encrypt(char ch, char key[],int len) { static int i = 0; int j; char key1 = 0; for(j = 0; j < 8; j++) { key1 >>= 1; i = (i + j) % len; if(key[i+j] == 1) { key1 |= 0x80; } } return ch ^ key1; } int main() { char key[SIZE] = {0,1,1,0,0,1,0,0,0,1,1,1,0}; int ch; FILE *pf = fopen("SuperFC","r+"); while((ch = fgetc(pf)) != EOF) { ch = encrypt(ch,key,13); fseek(pf,-1,SEEK_CUR); fputc(ch,pf); fflush(pf); } fclose(pf); return 0; }

测试文本:



验证:

你可以先对源文本加密,得到加密后的内容,然后再次对源文本加密(也可以说是解密的过程),得到的就是测试文本中的内容了。

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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