10、密码学:解读其发展历程

密码学:解读其发展历程

1. 密码学概述

信息安全的重要性日益凸显,随着互联网和电子商务的发展,信息安全的风险和复杂性不断增加,密码学作为保障信息安全的关键技术,其需求也愈发迫切。密码学并非现代科技的产物,它有着悠久的历史。早在公元前1900年,埃及抄写员就使用非标准象形文字进行加密;凯撒大帝的军队也曾使用凯撒移位替换密码进行通信。直到20世纪,密码学才逐渐发展成为强大的加密工具。20世纪20年代,密码学和密码分析在政府中开始流行;二战期间,德国军队使用了恩尼格玛加密机。20世纪90年代中期以前,加密主要是国家安全的重点,随着电子商务的兴起,私营部门也开始广泛应用密码学。

1.1 密码学基本概念

密码学源于希腊语“kryptos”(隐藏)和“graphein”(书写),其定义为创建系统,使消息对未经授权的读者不可理解。密码分析则是在密钥未知的情况下破解密码的实践。密码学主要包括私钥(对称)和公钥(非对称)加密两种广泛使用的方法,这两种方法在电子通信和电子交易中都非常流行。

1.2 密码学加密方法

  • 对称加密 :也称为私钥加密或秘密密钥加密,是政府首选的方法。例如,凯撒移位替换密码就属于此类。当两个主机要通过互联网安全交换信息时,它们使用一个共同商定的私钥建立连接。私钥是保密的,只有两个可信方共享。双方通过交换私钥来加密和解密消息。数据加密标准(DES)是对称加密的一个例子,它采用56位密钥,但后来被发现不足以保证安全通信。如今,美国政府使用的三重DES(3DES)是DES的继任者,采用112位和128位密钥,加密强度更高,但处理时间也更长。
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
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