11、数据加密标准与高级加密标准详解

数据加密标准与高级加密标准详解

1. 加密基础概念

在加密算法中,S盒和P盒是重要的组成部分。S盒可以有不同数量的输入和输出,P盒也不一定是常规的置换,它可以是扩展函数或压缩函数。在Feistel网络中,混淆由轮函数中的S盒提供,P盒则通过每一半的比特进行扩散,再通过模2加法、交换和重复操作将扩散和混淆传递到另一半。其中,最著名的Feistel网络密码算法就是数据加密标准(DES)。

2. 数据加密标准(DES)
2.1 DES的起源

从1971年到1974年,Feistel的研究小组及其在IBM的后续团队至少开发了5种密码算法,这些算法似乎都被称为Lucifer。早期版本之一曾用于IBM 2984自动柜员机,后来一个版本内部称为DSD - 1。当时,美国国家标准局(NBS,现在的美国国家标准与技术研究院,NIST)开始征集新的国家标准加密算法提案,DSD - 1成为新标准的唯一有力竞争者,最终演变成了数据加密标准(DES)。

2.2 DES开发过程中的争议

在DES的开发过程中,有一些有争议的改动。NSA最初不想设计新的标准密码,担心向公众公布其设计工作会泄露过多信息。但当NBS请求NSA帮助评估算法安全性时,NSA同意了。具体发生了什么并不清楚,因为NSA要求所有参与人员保密。已知的是,Feistel原本打算使用128位的密钥长度,后来被缩减到64位,最终减至56位,同时S盒使用的表也与原始设计不同。
- 密钥长度从128位减至64位 :IBM团队的人表示,这纯粹是出于实际原因,因为实现DES算法的电路要装在单个芯片上,当时在芯片上处理128位很困难。而且,

【CNN-GRU-Attention】基于卷积神经网络和门控循环单元网络结合注意力机制的多变量回归预测研究(Matlab代码实现)内容概要:本文介绍了基于卷积神经网络(CNN)、门控循环单元网络(GRU)注意力机制(Attention)相结合的多变量回归预测模型研究,重点利用Matlab实现该深度学习模型的构建仿真。该模型通过CNN提取输入数据的局部特征,利用GRU捕捉时间序列的长期依赖关系,并引入注意力机制增强关键时间步的权重,从而提升多变量时间序列回归预测的精度鲁棒性。文中涵盖了模型架构设计、训练流程、参数调优及实际案例验证,适用于复杂非线性系统的预测任务。; 适合人群:具备一定机器学习深度学习基础,熟悉Matlab编程环境,从事科研或工程应用的研究生、科研人员及算法工程师,尤其适合关注时间序列预测、能源预测、智能优化等方向的技术人员。; 使用场景及目标:①应用于风电功率预测、负荷预测、交通流量预测等多变量时间序列回归任务;②帮助读者掌握CNN-GRU-Attention混合模型的设计思路Matlab实现方法;③为学术研究、毕业论文或项目开发提供可复现的代码参考和技术支持。; 阅读建议:建议读者结合Matlab代码逐模块理解模型实现细节,重点关注数据预处理、网络结构搭建注意力机制的嵌入方式,并通过调整超参数和更换数据集进行实验验证,以深化对模型性能影响因素的理解。
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  | 博主筛选后可见
 
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