【DES加密】

ops/2025/1/12 2:53:09/

什么是DES

DES(Data Encryption Standard) 是一种对称加密算法。它的设计目标是提供高度的数据安全性和性能。

DES的概念

DES使用56位的密钥和64位的明文块进行加密。DES算法的分组大小是64位,因此,如果需要加密的明文长度不足64位,需要进行填充;如果明文长度超过64位,则需要使用分组模式进行分组加密

DES的加密流程

在这里插入图片描述

  1. 初始置换(Initial Permulation,IP置换):
    将64位明块进行重新排列,生成新的64未明文块。

  2. 16轮次加密:
    DES加密算法共有16个轮次,每个轮次都包含以下六个步骤:
    a. 将64位数据块分为左右两个32位块。
    b. 右侧32位作为输入,扩展到48位,然后与轮密钥进行 ⊕ \oplus 运算,再经过S盒置换压缩 得到32位的数据块。
    c. P盒置换,输出32位数据块。
    d. c步骤的输出与左侧的32位数据块进行 ⊕ \oplus ,得到本轮次的右边32位数据块的输出。
    e. a步骤得到的右侧32位数据块作为本轮次的左侧数据块输出。
    f. 拼接e,d的输出得到本轮次的加密输出。

  3. 末置换(Final Permutation):
    在最后一个轮次完成后,将经过加密的数据块进行置换,得到最终的64位密文。

    总的来说,DES加密的过程就是通过一系列置换、异或、扩展等运算,将明文分成若干个小块,然后根据主密钥生成一系列的轮密钥,利用轮密钥对每个小块进行加密,最终将加密结果重新组合成一个整体,得到密文。

DES算法加密步骤详解

  1. 初始置换
    IP置换是将输入的64位明文块进行置换和重新排列,生成新的64位数据块。我们将把64位的顺序按下表中规定的顺序放置,图中的数字是在64位明文中每个比特的索引位置。

    IIIIIIIVVVIVIIVIII
    585042342618102
    605244362820124
    625446383022146
    645648403224168
    57494133251791
    595143352719113
    615345372921135
    635547393123157

    目的:增加加密的混乱程度,使明文中的每一位都能够对后面的加密过程产生影响,提高加密强度。

  2. 加密轮次

    初始置换完成后,明文被划分成了相同长度(32位)的左右两部分,记作L0,R0。接下来就会进行16个轮次的加密了。

    以第一轮次的加密为例,过程如下:
    在这里插入图片描述
    从上图可以看出:右边的部分的R0会作为下一轮次的左半部分L1的输入。R0先补位到48位和本轮次的密钥K1进行 ⊕ \oplus ,之后经过S盒置换得到32位的数据块,再经过P和置换,最后与L0进行 ⊕ \oplus ,得到的结果作为下一轮的R1。上面的过程可以使用以下公式表示:

    R i = ( 48 R i − 1 ⊕ K i ) ⊕ L i − 1 L i = R i − 1 \begin{aligned} R_i&=(_{48}R_{i-1} \oplus K_{i})\oplus L_{i-1}\\ L_i&=R_{i-1} \end{aligned} RiLi=(48Ri1Ki)Li1=Ri1

    详细步骤如下:

    1. 扩展R到48位
      将32位的R0通过以下表格中的规则扩展到48位。

      IIIIIIIVVVI
      3212345
      456789
      8910111213
      121314151617
      161718192021
      202122232425
      242526272829
      28293031321
    2. 生成子密钥
      DES算法采用了每轮子密钥生成的方式来增加密钥的复杂性和安全性。每轮子密钥都是由主密钥(64位)通过密钥调度算法(Key Schedule Algorithm)生成的。DES算法的密钥调度算法可以将64位的主密钥分成16个子密钥,每个子密钥48位,用于每轮加密中与输入数据进行异或运算。
      通过子密钥生成的流程图来看下整个过程。

      在这里插入图片描述
      a. 将64位的主密钥通过PC-1置换表进行置换,得到56位的数据块。
      b. 将56位的数据块分成两个28位的数据块,分别为C0和D0。
      c. 将C0和D0分别左移1位或2位,得到C1和D1。
      d. 将C1和D1合并成56位的数据块,通过PC-2置换表进行置换,得到48位的子密钥K1。
      e. 重复c和d步骤,得到16个子密钥。
      注意:

      • PC-1置换表如下:

        IIIIIIIVVVIVIIVIIIIXXXIXIIXIIIXIVXVXVI
        57494133251791585042342618102
        5951433527191136052443663554739
        312315762544638302214661534537
        2921135282012412345678
      • PC-2置换表如下:

        IIIIIIIVVVIVIIVIIIIXXXIXIIXIIIXIVXVXVI
        141711241532815621102319124
        26816727201324152313747553040
        51453348444939563453464250362932
      • 左移位数表如下:

        IIIIIIIVVVIVIIVIIIIXXXIXIIXIIIXIVXVXVI
        1122222212222221
    3. 当前轮次的密钥与扩展后的R进行异或运算
      将扩展后的R0与当前轮次的密钥Ki进行异或运算,得到48位的数据块。

    4. S盒置换(Substitution Box Substitution)
      将上一步得到的48位数据块分成8个6位的数据块,每个6位数据块作为S盒的输入,经过S盒置换后,得到4位的数据块。
      S盒是一个4行16列的表,每个S盒都有一个特定的输入和输出。S盒的输入是6位的数据块,输出是4位的数据块。S盒的作用是将输入的6位数据块映射到4位的数据块,从而实现数据的压缩。
      举个例子:输入100011,第一位和最后一位组成一个二进制数1001,即9,作为S盒的行数;中间的4位组成一个二进制数0001,即1,作为S盒的列数。在S盒中找到第9行第1列的元素,即为14,转换为二进制为1110,即为S盒的输出。
      注意: S盒子的行列号是从0开始的。

      S盒的具体内容如下:

      IIIIIIIVVVIVIIVIIIIXXXIXIIXIIIXIVXVXVI
      S盒1:
      1441312151183106125907
      0157414213110612119538
      4114813621115129731050
      S盒2:
      1518146113497213120510
      3134715281412011069115
      4114813621115129731050
      1512824917511314100613
      S盒3:
      1009146315511312711428
      1370934610285141211151
      1364981530111212510147
      1101306987415143115212
      S盒4:
      7131430691012851112415
      1381156150347212110149
      1069012117131513145284
      3150610113894511127214
      S盒5:
      2124171011685315130149
      1411212471315015103986
      4211110137815912563014
      1181271142136150910453
      S盒6:
      1211015926801334147511
      1015427129561131401138
      9141552812370410113116
      4321295151011141760813
      S盒7:
      4112141508133129751061
      1301174911014351221586
      1411131237141015680592
      6111381410795015142312
      S盒8:
      1328461511110931450127
      1151381037412561101492
      7114191214206101315358
      2114741081315129035611
    5. P盒替换
      将上一步得到的32位数据块通过P盒子进行置换,得到32位的数据块。
      P盒子置换表如下:

      IIIIIIIVVVIVIIVIII
      167202129122817
      11523265183110
      282414322739
      19133062211425
  3. 逆置换(Inverse Permutation)
    在经过16轮次计算后,DES会对最后的结果进行最后一次置换。即为最后的输出结果。置换表如下:

    IIIIIIIVVVIVIIVIII
    408481656246432
    397471555236331
    386461454226230
    375451353216129
    364441252206028
    353431151195927
    342421050185826
    33141949175725

http://www.ppmy.cn/ops/149327.html

相关文章

C#中的Null注意事项

一、开启 C# 的 null 探险之旅 在 C# 编程的奇妙世界里,null 就像是一个神秘莫测的幽灵,时不时冒出来给我们制造一些意想不到的 “惊喜”。它看似简单,仅仅表示 “没有值”,却常常在不经意间引发各种让人头疼的错误,让…

screenpipe - 全天候录制屏幕的 AI 助手

7800 Stars 423 Forks 78 Issues 26 贡献者 MIT License Rust 语言 代码: GitHub - mediar-ai/screenpipe: library & platform to build, distribute, monetize ai apps that have the full context (like rewind, granola, etc.), open source, 100% local, developer fr…

Postman接口测试03|执行接口测试、全局变量和环境变量、接口关联、动态参数、断言

目录 七、Postman 1、安装 2、postman的界面介绍 八、Postman执行接口测试 1、请求页签 3、响应页签 九、Postman的环境变量和全局变量 1、创建环境变量和全局变量可以解决的问题 2、postman中的操作-全局变量 1️⃣手动设置 2️⃣代码设置 3️⃣界面获取 4️⃣代…

【Leetcode 每日一题】3298. 统计重新排列后包含另一个字符串的子字符串数目 II

问题背景 给你两个字符串 w o r d 1 word_1 word1​ 和 w o r d 2 word_2 word2​。 如果一个字符串 x x x 重新排列后, w o r d 2 word_2 word2​ 是重排字符串的 前缀,那么我们称字符串 x x x 是 合法的。 请你返回 w o r d 1 word_1 word1​ 中…

如何确保获取的淘宝详情页数据的准确性和时效性?

要确保获取的淘宝详情页数据的准确性和时效性,可从以下几个方面着手: 合法合规获取数据 遵守平台规则:在获取淘宝详情页数据之前,务必仔细阅读并严格遵守淘宝平台的使用协议和相关规定。明确哪些数据可以获取、以何种方式获取以及…

maven中<dependencyManagement>与<dependencies>两个标签的区别

在 Maven 的 pom.xml 文件中&#xff0c;<dependencyManagement> 和 <dependencies> 是两个非常重要的标签&#xff0c;但它们的作用和使用场景不同。以下是它们的详细区别&#xff1a; 1. <dependencies> 标签 作用&#xff1a; 用于声明项目直接依赖的库&a…

2025年01月09日Github流行趋势

1. 项目名称&#xff1a;khoj 项目地址url&#xff1a;https://github.com/khoj-ai/khoj项目语言&#xff1a;Python历史star数&#xff1a;22750今日star数&#xff1a;1272项目维护者&#xff1a;debanjum, sabaimran, MythicalCow, aam-at, eltociear项目简介&#xff1a;你…

python:利用神经网络技术确定大量离散点中纵坐标可信度的最高集中区间

当我们有许多离散点并想要确定纵坐标在某个区间内的可信度时&#xff0c;我们可以使用神经网络模型来解决这个问题。下面是一个使用Python编写的示例代码&#xff0c;展示了如何使用神经网络来确定大量离散点中纵坐标可信度的最高集中区间。 import numpy as np from sklearn.…