Welcome 微信登录

首页 / 软件开发 / 数据结构与算法

非对称加密(1)非对称加密原理

非对称加密(1)非对称加密原理

非对称加密(1)非对称加密原理2014-04-24现在我们已经知道对称加密的一个最大的问题是如何安全地传输密钥,并且在对称加密的体系下找不到好的解决方案。1976年,美国学者Dime和Henman为解决信息公开传送和密钥管理问题,提出一种新的密钥交换协议,允许在不安全媒体上的通讯双方交换信息,安全地达成一致的密钥,这就是“公开密钥系统”。相对于“对称加密算法”这种方法也叫做“非对称加密算法&rdq...
非对称加密(2)非对称加密算法

非对称加密(2)非对称加密算法

非对称加密(2)非对称加密算法2014-04-24基本流程很简单,那么公钥加密,私钥解密的算法原理到底是什么呢?本节简要阐述RSA算法、DSA算法、ECC算法、Diffie-Hellman算法的基本原理,其中涉及很多数论、离散数学以及解析几何方面的数学知识,感兴趣的读者可以借此加强相关理论基础。RSA算法RSA算法是当前最著名、应用最广泛的公钥系统,1978年由美国麻省理工学院的Ron Rivest、 Adi Shamir 和Leonard Adleman...
非对称加密(3).NET 非对称加密体系

非对称加密(3).NET 非对称加密体系

非对称加密(3).NET 非对称加密体系2014-04-24与对称加密算法相同,所有的非对称算法的相关类也存在于System.Security.Cryptography命名空间中。在该命名空间中,.NET框架提供了RSA、DSA、ECC、Differ-Hellman共四种非对称加密算法的实现。本节介绍其中几种主要的相关类和接口。具体应用的相关内容将在下一节进行介绍。AsymmetricAlgorithm类AsymmetricAlgorithm抽象类是所有非...
非对称加密(4).NET非对称加密实践

非对称加密(4).NET非对称加密实践

非对称加密(4).NET非对称加密实践2014-04-24非对称加密在理论上似乎比对称加密简单,但是在实际应用中的细节却复杂得多,为了能由浅入深地理解.NET中的非对称加密,本小节分步理解其中的细节。非对称密钥当使用一个非对称加密类创建一个该类的实例的时候,构造函数会生成一个“公钥/私钥”对。我们可以选择是否保存该密钥和保存的方式。先从代码清单6-8的内容来熟悉下非对称密钥的密钥结构。代码清单6-8 输出非对称密钥class Pro...
mahout系列:Dirichlet 分布

mahout系列:Dirichlet 分布

mahout系列:Dirichlet 分布2014-04-24 csdn博客 yueyedeaiDirichlet分布可以看做是分布之上的分布。如何理解这句话,我们可以先举个例子:假设我们有 一个骰子,其有六面,分别为{1,2,3,4,5,6}。现在我们做了10000次投掷的实验,得到的实验结果是 六面分别出现了{2000,2000,2000,2000,1000,1000}次,如果用每一面出现的次数与试验总数的比值估 计这个面出现的概率,则我们得到六面出现...
Mahout系列:相似度

Mahout系列:相似度

Mahout系列:相似度2014-04-24 csdn博客 yueyedeaiMahout推荐系统中有许多相似度实现,这些组件实现了计算不能User之间或Item之间的相似度。对 于数据量以及数据类型不同的数据源,需要不同的相似度计算方法来提高推荐性能,在mahout提供了 大量用于计算相似度的组件,这些组件分别实现了不同的相似度计算方。User 相似度:Item 相似度:皮尔森相关度类名:PearsonCorrelationSimilarity原理:用来...
Mahout系列:canopy 算法

Mahout系列:canopy 算法

Mahout系列:canopy 算法2014-04-24 csdn博客 yueyedeaiCanopy 算法,流程简单,容易实现,一下是算法(1)设样本集合为S,确定两个阈值t1和t2,且t1>t2。(2)任取一个样本点p属于S,作为一个Canopy,记为C,从S中移除p。(3)计算S中所有点到p的距离dist(4)若dist<t1,则将相应点归到C,作为弱关联。(5)若dist<t2,则将相应点移出S,作为强关联。(6)重复(2)~(5...
Mahout系列:kmeans 聚类

Mahout系列:kmeans 聚类

Mahout系列:kmeans 聚类2014-04-24 csdn博客 yueyedeaiKmeans是最经典的聚类算法之一,它的优美简单、快速高效被广泛使用。Kmeans算法描述输入:簇的数目k;包含n个对象的数据集D。输出:k个簇的集合。方法:从D中任意选择k个对象作为初始簇中心;repeat;根据簇中对象的均值,将每个对象指派到 最相似的簇;更新簇均值,即计算每个簇中对象的均值;计算准则函数;until准则函数不 在发生变化。Kmeans 算法的优缺...
<< 81 82 83 84 85 86 87 88 89 90 >>