首页 > 其他分享 > 实验二验收2

实验二验收2

时间:2023-05-30 11:11:25浏览次数:35  
标签:文件 加密 解密 SM2 验收 算法 实验 密钥

信息资产:

  • 用户信息:用户名、密码(加密存储)、权限等级(管理员、普通用户等)
  • 公文信息:公文标题、文件、发文机关、密级(秘密的文件存储密码)、批复记录等信息
  • 操作日志:记录非法操作
  • 加密密钥、公钥

在主函数中,通过传递源文件路径和加密后文件路径,对文件进行加密和解密操作。在加密阶段,采用了三种算法实现:

1. base64算法:将文件先转化为base64编码,然后再将编码进行加密,输出加密后的文件。

2. SM2算法:采用国密算法SM2,将文件进行加密,输出加密后的文件。SM2算法密钥是通过固定的私钥和公钥实现加密和解密过程。

3. SM4算法:采用SM4对图片进行加密,分为设置密钥和对文件进行加密两个步骤。其中,密钥和IV(初始向量)都是由字节类型的密钥和字节类型的IV实现。

在解密阶段,采用了与加密阶段相对应的算法来解密加密后的文件。每个解密函数输入加密后文件路径和解密后文件路径,输出解密后的文件,完成解密过程。

下一步计划:

  • 将sha256替换为sm3
  • 密钥加密存储

 

标签:文件,加密,解密,SM2,验收,算法,实验,密钥
From: https://www.cnblogs.com/s-j-y/p/17442693.html

相关文章

  • 实验二验收-1
       码云链接:https://gitee.com/yannii/faker......
  • 实验二验收一
    代码:https://gitee.com/yannii/faker......
  • 实验6
    Tas4<实验结论>#include<stdio.h>#include<stdlib.h>#include<string.h>#defineN100typedefstruct{charnum[10];//学号ints1;//期末成绩ints2;//平时成绩doublesum;//总评......
  • 实验6
    4.实验任务4task4.c#include<stdio.h>#include<string.h>#defineN100typedefstruct{charnum[10];//学号ints1;//期末成绩ints2;//平时成绩doublesum;//总评charlevel[10];//等级}STU;intfun(STUa[],intn,STUh[]);intmain(){STUs[N]=......
  • 实验六
    #include<stdio.h>#include<string.h>#defineN100typedefstruct{charnum[10];//学号ints1;//期末成绩ints2;//平时成绩doublesum;//总评charlevel[10];//等级}STU;intfun......
  • 实验六
    //P286例8.17//对教材上的程序作了微调整,把输出学生信息单独编写成一个函数模块//打印不及格学生信息和所有学生信息程分别调用#include<stdio.h>#include<string.h>#defineN10//运行程序输入测试时,可以把这个数组改小一些输入测试typedefstructst......
  • 考古笔记7:静态路由与联网(完整实验过程+爬坑记录)
    先上结论汇总配置过程:(无坑结论)爬坑历程拓扑配置R1:SW:PC侧验证问题1重启下交换机sw1;未解决,尝试端口重启;未解决尝试给SW1的vlan10和vlan20分配物理端口尝试f0/14连接一个host主机试试;连接的host不需要配置IP地址;重启SW1(似乎host开不开机都无所谓)删除f0/14和f0/15的Host;重启SW1解答看......
  • 实验6
    task4.c#include<stdio.h>#include<string.h>#defineN100typedefstruct{charnum[10];//学号ints1;//期末成绩ints2;//平时成绩doublesum;//总评charlevel[10];//等级}STU;......
  • 实验6
     实验一#include<stdio.h>#include<string.h>#defineN3//运行程序输入测试时,可以把这个数组改小一些输入测试typedefstructstudent{intid;//学号charname[20];//姓名charsubject[20];//考试科目doubleperf;//平时成绩doublemid;//期中成绩do......
  • 基于 Mindspore 框架与 ModelArts 平台的 MNIST 手写体识别实验
    简介实验包含2部分:基于Mindspore框架的模型本地训练及预测基于Modelarts平台和PyTorch框架的模型训练及部署基于Mindspore框架的模型本地训练及预测本例子会实现一个简单的图片分类的功能,整体流程如下:处理需要的数据集,这里使用了MNIST数据集。定义一个网络,这......