【解读】Https协议

本文介绍了HTTPS的必要性、安全保障方式及数据加密方法。HTTP明文传输易泄露信息,HTTPS在HTTP与TCP间加TLS/SSL加密层保障安全。加密方式分对称和非对称加密,对称加密密钥保管难,非对称加密安全但影响性能。

一.为什么需要https                 

     1.HTTP是明文传输的,也就意味着,介于发送端接收端中间的任意节点都可以知道你们传输的内容是什么。这些节点可能是路由器、代理等。

       举个最常见的例子,用户登陆。用户输入账号,密码,采用HTTP的话,只要在代理服务器上做点手脚就可以拿到你的密码了。

       用户登陆 --> 代理服务器(做手脚)--> 实际授权服务器

     2.在发送端对密码进行加密?没用的,虽然别人不知道你原始密码是多少,但能够拿到加密后的账号密码,照样能登陆。

   (这也是很多人觉得前端加密并没有啥软用)

二.HTTPS是如何保障安全的    

     稍微了解网络基础的同学都知道,HTTP是应用层协议,位于HTTP协议之下是传输协议TCP。TCP负责传输,HTTP则定义了数据如何进行包装。

        从上面图中我们可以看出:HTTPS相对于HTTP有哪些不同呢?

      其实就是在HTTP跟TCP中间加多了一层加密层TLS/SSL。        

神马是TLS/SSL?

       通俗的讲,TLS、SSL其实是类似的东西:

  1、SSL中文叫做“安全套接层”,SSL是个加密套件,负责对HTTP的数据进行加密。

  2、TLS是SSL的升级版。现在提到HTTPS,加密套件基本指的是TLS。

传输加密的流程

      原先是应用层将数据直接给到TCP进行传输,

      现在改成应用层将数据给到TLS/SSL,将数据加密后,再给到TCP进行传输。

      就是这么回事。将数据加密后再传输,而不是任由数据在复杂而又充满危险的网络上明文裸奔,在很大程度上确保了数据的安全。

      这样的话,即使数据被中间节点截获,坏人也看不懂。

 

三.HTTPS是如何加密数据的   

       一般来说,加密分为对称加密非对称加密(也叫公开密钥加密)。

       对称加密的意思就是,加密数据用的密钥,跟解密数据用的密钥是一样的。

       对称内容加密强度非常高,一般破解不了。但存在一个很大的问题就是无法安全地生成和保管密钥。假如客户端软件和服务器之间每次会话都使用固定的,相同的密钥加密和解密,肯定存在很大的安全隐患。如果有人从客户端端获取到了对称密钥,整个内容就不存在安全性了,而且管理海量的客户端密钥也是一件很复杂的事情。

        非对称加密的意思就是,加密数据用的密钥(公钥),跟解密数据用的密钥(私钥)是不一样的。

  什么叫做公钥呢?其实就是字面上的意思——公开的密钥,谁都可以查到。因此非对称加密也叫做公开密钥加密。

  相对应的,私钥就是非公开的密钥,一般是由网站的管理员持有。

     公钥、私钥两个有什么联系呢?

      简单的说就是,通过公钥加密的数据,只能通过私钥解开。通过私钥加密的数据,只能通过公钥解开。

         很多同学都知道用私钥能解开公钥加密的数据,但忽略了一点,私钥加密的数据,同样可以用公钥解密出来。

         而这点对于理解HTTPS的整套加密、授权体系非常关键。

         非对称密钥交换很安全,但同时也是 HTTPS 性能和速度降低的“罪魁祸首”。

 

转载于:https://www.cnblogs.com/651434092qq/p/11065356.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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