-
des算法C实现
#include
class SubKey{ //定义子密钥为一个类
public:
int key[8][6];
}subkey[16]; //定义子密钥对象数组
class DES{
int encipher_decipher; //判断加密还是解密
int key_in[8][8]; //用户原始输入的64位二进制数
int key_out[8][7]; //除去每行的最后一位校验位
int c0_d0[8][7]; //存储经PC-1转换后的56位数据
int c0[4][7],d0[4][7]; //分别存储c0,d0
int text[8][8]; //64位明文
int text_ip[8][8]; //经IP转换过后的明文
int A[4][8],B[4][8]; //A,B分别存储经IP转换过后明文的两部分,便于交换
int temp[8][6]; //存储经扩展置换后的48位二进制值
int temp1[8][6]; //存储和子密钥异或后的结果
int s_result[8][4]; //存储经S变换后的32位值
int text_p[8][4]; //经P置换后的32位结果
int secret_ip[8][8]; //经逆IP转换后的密文
public:
void Key_Putting();
void PC_1();
int function(int,int); //异或
void SubKey_Production();
void I
- 2022-03-28 11:19:34下载
- 积分:1
-
SpringMVC项目
应用背景Spring是一个常见的技术建立一个网站, ;阐述了常用的Web应用模式,为增强传统的MVC模式。 ;在Spring框架,Spring MVC模块提供了MVC模式的全面支持,与其他功能 支持;轻松的表现层的实现。 ;关键技术春天的Web模型视图控制器(MVC)框架的设计是围绕一个 ;DispatcherServlet ;分派请求处理程序,可配置处理程序映射,视图方案,现场,时区和主题分辨率以及上传文件的支持。缺省的操作是基于 ;@控制器 ;和“requestmapping ;注释,提供多种灵活的处理方法。随着春天的介绍3, ;@控制器 ;机制还允许你创建RESTful Web站点和应用程序,通过 ;@ pathvariable ;标注等功能。
- 2023-04-26 00:25:06下载
- 积分:1
-
数字电视收视数据纠错系统
该系统应用于数字电视领域,保证收视数据的完整性。
在收视数据采集完之后,由于各种网络或者是硬件原因,会导致采集到的数据在时间上的不连续,为此需要通过对数据的重新修复工作。
具体过程是:
1、对采集得到的数据文件,先大致检查一遍,将错误数据汇聚到数据库中,方便接下来对数据进行操作;
2、提供一个界面程序,使得可以直观的看到这些错误数据并采用相应的方法修正。
- 2022-01-26 06:24:53下载
- 积分:1
-
大图轮播效果
资源描述大图轮播,适合各种滚动条的轮回播放,大图轮播,适合各种滚动条的轮回播放,大图轮播,适合各种滚动条的轮回播放,大图轮播,适合各种滚动条的轮回播放。
- 2022-06-13 05:16:31下载
- 积分:1
-
java HMAC摘要例子
java摘要HMAC系列实例,实现了HMACMD系列,HMACSHA系列摘要算法,相应的二进制转换;
- 2022-07-24 16:45:21下载
- 积分:1
-
java 语音聊天
java 语音聊天关键两个类的源代码,能实现点对点的语音通信网络语音通话通常是双向的,就模型层面来说,这个双向是
对称的。为了简单起见,我们讨论一个方向的通道就可以了。一方说话,另一方则听到声音。看似简单而迅捷,但是其背后的
流程却是相当复杂的。
- 2022-03-17 20:36:03下载
- 积分:1
-
模仿微信布局
- 2022-05-07 07:00:30下载
- 积分:1
-
网格包布局
在 java 中实现 gridbag 布局的代码。它使用按钮,向文本框、 下拉列表菜单以解释 gridbag 布局背后的基本概念。
- 2023-09-06 03:30:04下载
- 积分:1
-
mybatis+maven+mysql实现增删改查-适合新手学习使用
资源描述mybatis+maven+mysql实现增删改查-适合新手学习使用
- 2022-01-26 05:03:33下载
- 积分:1
-
Kmeans 群集
这是在自然语言处理的一个项目,它是一个经典的聚类算法,在数据挖掘算法的基础距离第一次从 n 任意数据对象选择 k 对象作为
初始聚类中心 ;对于左边的对象,根据它们的相似性与聚类中心 (距离)将它们分别与它最相似的聚类中心分配(代表) 聚类 ;
然后计算每个收到新的群集 (平均中的所有对象的聚类中心群集)。重复此过程,直到标准测度函数开始收敛。通常情况下使用
作为一个标准的测量功能均方根误差。K 群集具有以下特点: 群集本身作为尽可能压缩和每个群集一样分开
- 2022-08-25 06:01:43下载
- 积分:1