- 综合排序
- 最热优先
- 最新优先
- 来自专栏飞扬的花生
Md5加密秘钥加密哈希加密
加密通用类： public class EncryptClass { ///
/// 返回MD5加密字符串 /// < return null; } MD5 md5Hash = MD5.Create(); // 将输入字符串转换为字节数组并计算哈希数据 Stringbuilder 来收集字节并创建字符串 StringBuilder sBuilder = new StringBuilder(); // 循环遍历哈希数据的每一个字节并格式化为十六进制字符串 } // 返回十六进制字符串 return sBuilder.ToString(); } #region 密钥加密解密 //方法 //加密方法 public static string Encrypt(string pToEncrypt, string sKey) 6.8K90发布于 2018-01-18 - 来自专栏建帅技术分享
哈希算法（hash）加密解密
一、哈希算法（hash）加密解密介绍 哈希，英文叫做 hash。 哈希函数（hash function）可以把 任意长度的数据（字节串）计算出一个为固定长度的结果数据。 有好几种哈希函数，对应不同的算法， 常见有的 MD5, SHA1, SHA224, SHA256, SHA384, SHA512 哈希计算的特点是： 相同的 源数据， 采用 相同的哈希算法， 计算出来的哈希值 一定相同 不管 源数据 有多大，相同的哈希算法，计算出来的哈希值长度 都是一样长的。 也就是说，不能通过 哈希值 反过来计算出 源数据。 所以哈希和我们常说的加密解密不同。 hash算法可以对很大的数据产生比较小的哈希值，而加密算法源数据很大，加密后的数据也会很大 加解密算法 可以分为 对称加密 以及 不对称加密 对称加密 指 加密和解密 使用相同的 密钥 。
8.2K20编辑于 2022-08-24 - 来自专栏系统开发案例
幸运哈希竞猜游戏系统开发加密哈希算法
哈希算法只需满足把一个散列对象映射到另一个区间的需求，因此根据使用场景的不同，可将哈希算法分为加密哈希与非加密哈希。 概述 加密哈希被认为是单向函数，也就是说极难由散列函数输出的结果，回推输入的数据是什么。加密哈希函数的输入数据，通常被称为消息（message），而它的输出结果通常被称为摘要（digest）。 为什么不可碰撞性对加密哈希算法如此重要？ 从SHA-256算法的实现步骤可以看出，加密哈希的逆向计算几乎是不可能的，暴力破解法的成本也太高，因此对加密哈希算法所谓的攻击实际是利用哈希碰撞为突破口进行数据伪造。 专用哈希函数加密：使用bcrypt等专门用来密码加密的哈希函数进行加密，这类函数通常运算时间较长，大大增加了攻击成本。
94040编辑于 2022-06-24 - 来自专栏caoayu的分享
关于前端哈希加密密码的思考
在前端哈希密码是否是个不错的方案? 为了防止用户或者管理员的密码泄漏或者数据库信息泄漏出去,web应用普遍采用了在后端将密码哈希以后存储在数据库中,前端提供密码,由后端进行哈希后与数据库进行对比,既然最终需要对比的是哈希过得密码,那么为什么不直接在前端将密码哈希直接交给后端存储在数据库呢 答案其实很简单,我们将密码哈希是为了防止恶意的伪装登陆,如果我们的数据库中的密码泄漏了出去,那我们可以直接用数据库中存储的前端哈希过的密码直接登陆,后端无法进行验证,所以哈希密码的步骤要在后端进行,不只是对密码仅仅做一次哈希 通常我们的做法是指定自己的一套规则,可以使用加盐,即将字符串哈希过后,拼接上自定义的字符串再进行二次哈希,这样就大大的提高了安全的级别,有时对于要求更高的api的说仅仅加盐还是不够的,还需要认证,鉴权等步骤
1.2K20发布于 2020-09-23 - 来自专栏小工匠聊架构
加密与安全_深入了解哈希算法
哈希算法是一种重要的加密算法，其核心思想是将任意长度的数据映射为固定长度的哈希值，这个哈希值通常用于验证数据的完整性、索引数据和加速数据查找。 SHA-512适用于对抗更严格的安全攻击，如密码学中的高级加密标准（AES）等。 根据碰撞概率，哈希算法的输出长度越长，就越难产生碰撞，也就越安全。 密码学中的数字签名：哈希算法可以用于生成数字签名，用于验证数据的来源和完整性。发送方可以通过将数据的哈希值使用私钥进行加密生成数字签名，并将数字签名附加在数据上发送给接收方。 与数字签名不同的是，消息认证码是使用对称密钥算法生成的，发送方和接收方共享同一个密钥，发送方使用密钥对数据的哈希值进行加密生成消息认证码，接收方使用相同的密钥解密消息认证码并计算数据的哈希值，然后比对两者是否一致 防止彩虹表攻击：在存储密码等敏感信息时，使用哈希算法进行加密是一种常见的做法。然而，为了防止彩虹表攻击，需要对每个密码额外添加随机数（盐值）进行加盐处理，增加破解的难度，提高密码存储的安全性。
1K00编辑于 2024-05-26 - 来自专栏Michael阿明学习之路
TinyURL 的加密与解密（哈希）
要求：设计一个 TinyURL 的加密 encode 和解密 decode 的方法。 你的加密和解密算法如何设计和运作是没有限制的，你只需要保证一个URL可以被加密成一个TinyURL，并且这个TinyURL可以用解密方法恢复成原本的URL。 哈希解题 用简单的 int 映射成网址，进行转化 ? > m; public: Solution():id(0){} string encode(string longUrl) { m[++id] = longUrl;//网址存入哈希表 shortUrl) { return m[stoi(shortUrl.substr(7,shortUrl.size()-7))]; //找到需要解码的子串并转成id，取哈希表里读取原网址
56020发布于 2021-02-20 - 来自专栏后端开发从入门到入魔
区块链基础知识（上）：区块链基本原理、加密哈希、公钥加密
加密哈希： 加密哈希的作用是创建一个唯一的指纹或标识，用于表示输入数据。无论输入数据有多大或多小，哈希函数都会生成相同长度的哈希值。这意味着即使输入数据发生微小的改变，生成的哈希值也会完全不同。 其次，加密哈希是不可逆的。这意味着无法通过观察哈希值来推断出输入数据的内容。哈希函数的设计使得即使输入数据发生微小的变化，其生成的哈希值也会有很大的差异。 最后，加密哈希应该是唯一的。 哈希处理：对于要进行数字签名的文档或消息，你需要使用加密哈希算法对其进行哈希处理。加密哈希算法会将文档或消息转换为一个固定长度的哈希值。常用的加密哈希算法包括SHA-256和SHA-512等。 私钥加密：使用你的私钥对哈希值进行加密。这个加密操作会生成一个数字签名，这个签名是唯一与你的私钥相关联的加密值。 发送签名和文档/消息：将数字签名和原始文档或消息一起发送给接收方。 使用 PKC 和加密哈希验证文档/消息 交易哈希链使用数字签名转让数字资产所有权；每个交易记录都保留有对哈希链中上一个交易的加密反向链接 交易哈希链是一种用于转让数字资产所有权的机制，它使用数字签名来验证交易的有效性
3.7K22编辑于 2024-03-12 - 来自专栏全栈程序员必看
哈希算法是对称算法还是非对称算法_对称加密和非对称加密原理
哈希算法（ Hash ）又称摘要算法（ Digest ）， 作用：对任意一组输入数据进行计算，得到一个固定长度的输出摘要。 哈希算法的目的：为了验证原始数据是否被篡改。 :输出长度64字节512位 Hmac算法：（密钥算法）； 在前面讲到哈希算法时，我们说，存储用户的哈希口令时，要加盐存储，目的就在于抵御彩虹表攻击。 因此，要验证输出的哈希，必须同 时提供“认证码”。 Hmac 算法总是和某种哈希算法配合起来用的。 输出和原有的哈希算法长度一致。
1.6K20编辑于 2022-11-01 - 来自专栏技术一点点成长
哈希哈希
前言： 哈希表（Hash Table）也叫散列表,是一种用于快速存取的数据结构。 其内部实现是通过把键（key）码映射到表中的一个位置来访问记录，其中的“映射”也就是哈希函数，而“表”即哈希表。本文将重点介绍实现哈希表的2种方法：拉链法和线性探测法。 2.HashMap实现 实现哈希表主要分以下两步： step1:定义哈希函数 哈希函数的实现不唯一，在此我们以java自带的hashCode()为基础进行修改。 结语： 同之前介绍的红黑树一样，哈希表也是一种高效的存储于查找的数据结构，特别适用于大数据的场合。至于在何时使用哈希表何时使用红黑树这个不一而论。因为，存储的效率还更数据本身相关。 不过，由于哈希一向擅长处理跟字符串相关的存储，所以对于大量的字符串存储与查找可以优先考虑哈希表。
74610编辑于 2022-08-09 - 来自专栏Python每日一库
mmh3：超高性能的非加密哈希Python库
在处理大规模数据时，我们经常需要快速计算哈希值来进行数据去重、布隆过滤器实现或内容指纹识别。传统的hash()函数或md5等加密哈希虽然可用，但计算速度往往不尽如人意。 今天要介绍的MurmurHash3（通过mmh3库实现）就是一个超高性能的非加密哈希算法，它在保证哈希质量的同时，计算速度可以达到传统算法的5-10倍。 核心功能详解mmh3提供了多个哈希函数变体，以适应不同场景：import mmh3# 32位整数哈希text = "Hello, World!" hash_32 = mmh3.hash(text) # 返回32位整数print(f"32位哈希值: {hash_32}")# 64位整数哈希hash_64 = mmh3.hash64(text) 相比传统的hash()函数，它不仅速度更快，而且提供了更丰富的哈希位数选择。虽然mmh3不适用于密码学场景（因为它是非加密哈希），但在需要快速计算哈希值的场景下，它的表现令人印象深刻。
77010编辑于 2025-01-16 - 来自专栏cjz的专栏
Spring Security安全框架中BCrypt强哈希加密算法使用
密码应该通过某种方式进行加密。 如今已有很多标准的算法比如SHA或者MD5再结合salt(盐)使用是一个不错的选择。 废话不多说！ 直接开始 SpringBoot 中提供了Spring Security： BCryptPasswordEncoder类,实现Spring的PasswordEncoder接口使用BCrypt强哈希方法来加密密码 artifactId>spring‐boot‐starter‐security</artifactId> </dependency> 注意：Spring Security 它默认的是拦截所有路径，但是只是需要它的加密算法 encoder.encode（需要加密的密码） String newpassword = encoder.encode(admin.getPassword());//加密后的密码 admin.setPassword encoder.matches(password,admin.getPassword())){ return addmin; { else{ return null; } } 到此密码加密就完成了
1K30编辑于 2022-12-21 - 来自专栏码农沉思录
揭秘区块链的核心技术之「哈希与加密算法 」
其实就两大类： 哈希算法 非对称加密算法 区块链中的哈希算法 哈希算法是区块链中用的最多的一种算法，它被广泛的使用在构建区块和确认交易的完整性上。 至此，区块链中的哈希算法应用就介绍完了，接下来我们看一下非对称加密算法 区块链中的非对称加密算法 区块链中有一个很关键的点就是账户问题，但比特币中是没有账户概念的，那大家是怎么进行转账交易的呢？ 所谓非对称加密是指我们在对数据进行加密和解密的时候，需使用2个不同的密钥。比如，我们可以用A密钥将数据进行加密，然后用B密钥来解密，相反，也可以用B来加密，然后使用A来解密。 这个示例，就是比特币中一次交易的签名流程，即将 哈希算法与非对称算法结合在一起用于了比特币交易的数字签名。 除此之外，比特币中，公私钥的生成、比特币地址的生成也是由非对称加密算法来保证的。 以上，就是区块链体系中，核心技术之哈希算法与加密算法的应用情况，欢迎一起交流。
2.5K20发布于 2019-12-09 - 来自专栏不止思考
揭秘区块链的核心技术之「哈希与加密算法 」
其实就两大类： 哈希算法 非对称加密算法 一、区块链中的哈希算法 哈希算法是区块链中用的最多的一种算法，它被广泛的使用在构建区块和确认交易的完整性上。 至此，区块链中的哈希算法应用就介绍完了，接下来我们看一下非对称加密算法。 所谓非对称加密是指我们在对数据进行加密和解密的时候，需使用2个不同的密钥。比如，我们可以用A密钥将数据进行加密，然后用B密钥来解密，相反，也可以用B来加密，然后使用A来解密。 这个示例，就是比特币中一次交易的签名流程，即将 哈希算法与非对称算法结合在一起用于了比特币交易的数字签名。 除此之外，比特币中，公私钥的生成、比特币地址的生成也是由非对称加密算法来保证的。 以上，就是区块链体系中，核心技术之哈希算法与加密算法的应用情况，欢迎一起交流。 本文原创发布于微信公众号「 不止思考 」，欢迎关注，交流 互联网认知、工作管理、大数据、Web、区块链技术。
1.2K20发布于 2018-08-31 - 来自专栏nginx
彻底理解 bcrypt 哈希加密：从不可逆性到密码验证
彻底理解 bcrypt 哈希加密：从不可逆性到密码验证 引言 在信息安全领域中，密码存储是一项至关重要的工作，直接关系到系统的安全性和用户数据的保密性。 bcrypt 属于基于 Blowfish 加密算法的自适应哈希算法，具有极高的抗破解能力。 这意味着一旦加密了某个明文密码，我们无法通过哈希值反向还原出明文密码。这种不可逆性是 bcrypt 安全性的核心。 bcrypt 的使用方式与传统加密有所不同。因为 bcrypt 哈希值不可逆，因此不能通过反向解密来验证密码。正确的做法是通过重新计算哈希值进行验证。 总结 bcrypt 是一种安全性极高的密码哈希算法，其设计理念 和加密原理确保了它在密码保护中的不可替代性。
1.8K10编辑于 2025-11-15 - 来自专栏全栈程序员必看
哈希表、哈希冲突
哈希表 1.哈希表是一种以键值key存储数据value的结构，以key作为标识值存储value值；只要输入待查找的key，即可获取其对应的value值。 2.哈希表的设计 哈希函数的设计首先不能过于复杂，复杂的哈希函数会间接的影响hash表的性能；其次要求哈希值应该尽可能随机且均匀分布，避免或者减少哈希冲突的数量，使每个桶中存储的数据比较平均。 哈希函数 1.哈希函数计算达到的哈希值应该是一个非负整数 2.如果key1==key2，那么hash(key1)==hash(key2) 3.即使两个key的hash值相等，但是有可能key值不相等 4.应用场景：安全加密、唯一标识、数据校验、负载均衡、数据分片和分布式存储等 哈希冲突 由于映射的范围限制，key取值的可能性大于映射范围，出现两个不同的key映射到同一个位置 解决哈希冲突的常见方法有开放地址法和链表法 对于线性探测法当哈希表中存储的元素越多时，哈希冲突的概率越高，极端情况下需要探测整个哈希表，时间复杂度为O(n)。
1.2K10编辑于 2022-06-25 - 来自专栏算法工程师之路
哈希函数和哈希表
其核心就是哈希函数和哈希表的应用！ 哈希函数 哈希函数又称为散列函数，就是把任意长度的输入（又叫做预映射， pre-image），通过散列算法，变换成固定长度的输出，该输出就是散列值。 假设输出值域为S，哈希函数的性质如下： 典型的哈希函数都有无限的输入值域 当哈希函数输入一致时，输出必相同 当哈希函数传入不同的输入值时，返回值可能一样，也可能不一样，由于输入域远大于值域 （重要）很多的不同输入所得的输出值会均匀的分布在 哈希表就是这么做的，一会再说！ 哈希函数映射 哈希表 哈希表就是利用哈希函数，可以根据关键码而直接进行访问的数据结构，也就是将关键码（Key value）通过哈希函数映射到表中的一个位置来进行访问。 哈希冲突 由于我们的输入长度和范围是任意的，但是经过哈希函数后的输出值域是固定的，所以必然会产生冲突。如上图的buckets152（红色区域）就相当于发生冲突！
2K20发布于 2019-08-05 - 来自专栏c/c++&&linux
【c++】哈希＞unordered容器&&哈希表&&哈希桶&&哈希的应用详解
(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(Hash Table)(或者称散列表) 例如：数据集合{1，7，6，4，5，9}； 哈希函数设置为：hash(key = k_j，但有：Hash(k_i) ==Hash(k_j)，即：不同关键字通过相同哈希哈数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。 把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”。 发生哈希冲突该如何处理呢？ 2.3 哈希函数 引起哈希冲突的一个原因可能是：哈希函数设计不够合理。 哈希函数设计原则： 哈希函数的定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域必须在0到m-1之间 哈希函数计算出来的地址能均匀分布在整个空间中 哈希函数应该比较简单 数字分析法通常适合处理关键字位数比较大的情况，如果事先知道关键字的分布且关键字的若干位分布较均匀的情况 注意：哈希函数设计的越精妙，产生哈希冲突的可能性就越低，但是无法避免哈希冲突 2.4 哈希冲突解决
78210编辑于 2024-06-10 - 来自专栏南桥谈编程
哈希：哈希函数 | 哈希概念 | 哈希冲突 | 闭散列 | 开散列
哈希也叫做散列，是一种映射，把值和值进行一对一或者一对多关联。 哈希表：使用哈希思想实现的数据结构。一般都是将值和存储位置建立映射关系。 = k_j ，但有：Hash( k_i ) ==Hash( k_j )，即：不同关键字通过相同哈希哈数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。 解决哈希冲 闭散列 闭散列：也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去。 插入： 通过哈希函数获取待插入元素在哈希表中的位置 如果该位置中没有元素则直接插入新元素，如果该位置中有元素发生哈希冲突，使用线性探测找到下一个空位置，插入新元素。 删除： 采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，若直接删除元素会影响其他元素的搜索。
59510编辑于 2024-09-07 - 来自专栏全栈程序员必看
哈希表与哈希冲突（手动实现哈希桶）
目录 一、哈希表是什么 二、哈希表存储结构 三、哈希冲突 ?线性探测法 ?二次探测法 编辑 ? 哈希桶（开散列法） 四、哈希桶的手动代码实现 五、哈希查找算法（基于线性探测法的实现） ---- 一、哈希表是什么 哈希表（Hash table）又称散列表，是一种存储结构，通常用来存储多个元素。 借助哈希函数，我们提高了数组中数据的查找效率，这就是哈希表存储结构。 构建哈希表时，哈希函数的设计至关重要。 设计一个好的哈希函数，可以降低哈希冲突的出现次数。哈希表提供了很多解决哈希冲突的方案，比如线性探测法、再哈希法、链地址法 ? ，这个时候我们就可以将这个所谓的小集合搜索问题继续进行转化，例如： 每个桶的背后是另一个哈希表 每个桶的背后是一棵搜索树 四、哈希桶的手动代码实现 /** * 哈希桶解决hash冲突(哈希桶的模拟实现
1.2K30编辑于 2022-11-17 - 来自专栏全栈程序员必看
一致性哈希 哈希槽(哈希碰撞和哈希冲突)
背景 随着memcache和redis的出现，更多人认识到了一致性哈希。 哈希槽是在redis cluster集群方案中采用的，redis cluster集群没有采用一致性哈希方案，而是采用数据分片中的哈希槽来进行数据存储与读取的。 就是将真实节点计算多个哈希形成多个虚拟节点并放置到哈希环上，定位算法不变，只是多了一步虚拟节点到真实节点映射的过程 以雪崩现象来说明:如下图节点real1节点又俩个虚拟节点v100和v101,real2 说到这里你应该明白来吧 哈希槽 redis cluster采用数据分片的哈希槽来进行数据存储和数据的读取。 2.转移后 如果主节点有哈希槽，去调哈希槽，然后在删除master节点 注意：redis cluster的动态扩容和缩容并不会影响集群的使用。
1.2K11编辑于 2022-07-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号