专栏首页technewsworld翻译专栏基于属性的加密的过去,现在和未来

基于属性的加密的过去,现在和未来

加密是日常生活中一个晦涩但至关重要的部分。您正在访问的网站地址栏中的挂锁代表“ http”后的“ s”,代表最新版本的传输层安全性(TLS)。这些数字安全技术与TLS取代的安全套接字层(SSL)一起,允许在网站或服务器以及Web浏览器等两方之间进行加密通信。 像Internet本身一样,这些技术在构思时就是突破性的。以前,加密的安全通信需要物理交换密钥,而新方法允许彼此未知的各方之间进行安全通信。 公钥加密也称为非对称加密,它是通过一对密钥来实现的:一个可以广泛共享的公共密钥,另一个是秘密的私有密钥。 公钥基础结构(PKI)的常见部署利用了Diffie-Hellman密钥交换,该交换器位于浏览器地址栏中的安全图标后面; RSA算法(以其发明者的名字命名):Ron Rivest,Adi Shamir和Leonard Adleman。

原文标题:The Past, Present and Future of Attribute-Based Encryption

原文:Encryption is an obscure but critical part of everyday life. That padlock in the address bar of the website you're visiting represents the 's' after 'http' -- which stands for the latest version of Transport Layer Security (TLS). Together with Secure Sockets Layer (SSL), which TLS replaced, these digital security technologies allow encrypted communication between two parties, such as web sites or servers, and web browsers.

Like the Internet itself, these technologies were breakthroughs when conceived. Whereas previously, encrypted secure communication required a physical exchange of keys, the new approaches allowed secure communication between parties unknown to each other.

Public-key cryptography, also described as asymmetric encryption, did so through a pair of keys: one public, which can be shared widely, and the other private, which is kept secret.

Common deployments of public key infrastructure (PKI) leverage the Diffie-Hellman key exchange, which stands behind the secure icon in your browser's address bar; and the RSA algorithm, which is named after its inventors: Ron Rivest, Adi Shamir and Leonard Adleman.

原文链接:https://www.technewsworld.com/story/86764.html

原文作者:Hideaki Ozawa

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 通过深度生成模型进行正则化:一种分析观点

    本文提出了一种通过深度生成神经网络对成像中反问题进行正则化的新方法(例如,去模糊或修复)。 与端到端模型相比,这种方法似乎特别有趣,因为只要生成模型适合数据,就...

    YH
  • 自适应培训:桥接有监督和自我监督的学习

    我们提出了自适应训练-一种统一的训练算法,该算法可通过模型预测动态校准和增强训练过程,而不会产生额外的计算成本-可以促进深度神经网络的监督学习和自我监督学习。我...

    YH
  • 生物水凝胶中带电粒子受阻运动的新型建模与仿真方法(CS)

    本文提出了一种新型的计算模型,以研究由于表面电荷和扩散颗粒的大小而对生物水凝胶的选择性过滤。这是第一个模型,该模型包括3D纤维的随机取向和生物聚合物网络的连通性...

    YH
  • 学习等变表示(cs)

    最先进的深度学习系统通常需要大量的数据和计算。因此,利用已知或未知的数据结构至关重要。卷积神经网络(CNNs)是这一原理的成功例子,它们的定义特征是移位等变。通...

    柴艺
  • 论婚姻问题的泛化概括

    摘要:我们将Hall著名的婚姻定理的婚姻问题概括为我们称之为对称婚姻问题,这个问题可以被认为是最大加权二元匹配的一个特例。 我们证明了对称婚姻问题的解决方案,当...

    罗大琦
  • 【论文推荐】最新6篇机器翻译相关论文—词性和语义标注任务、变分递归神经机器翻译、文学语料、神经后缀预测、重构模型

    【导读】专知内容组整理了最近六篇机器翻译(Machine Translation)相关文章,为大家进行介绍,欢迎查看! 1. Evaluating Layers...

    WZEARW
  • 在存在累计前景博弈者的博弈论下的黑盒策略与平衡(cs.GT)

    偏好关系的中间属性规定了两个彩票的可能性混合应该在这两个彩票的偏好之间。它是独立属性的一种弱化形式,并且因此满足于期望效应理论(EUT)。实验中对于中间属性的违...

    Donuts_choco
  • 现代设计方法和机电产品的发展 (cs)

    中文摘要:本文简要介绍了机电产品的开发,以及如何将设计思维、并行工程和敏捷论等技术集成在一起来解决这一开发问题。设计思维在早期是为了更好地发掘创造力,而并行工程...

    用户7454091
  • 随机供应和灵活消费者的最优动态机制设计(CS GT)

    我们考虑的问题是设计一个预期收益最大化机制,在T个时间步长内将k个品种的多个非易腐商品分配给灵活的消费者。在我们的模型中,每个品种的随机数量的商品在每个时间都可...

    Rosalie
  • 【论文推荐】最新5篇图像分割相关论文—条件随机场和深度特征学习、移动端网络、长期视觉定位、主动学习、主动轮廓模型、生成对抗性网络

    【导读】专知内容组整理了最近五篇视觉图像分割(Image Segmentation)相关文章,为大家进行介绍,欢迎查看! 1. Conditional Rand...

    WZEARW

扫码关注云+社区

领取腾讯云代金券