rsa详解及例题及python算法

更新时间：2022年04月21日 14:09:28 作者：肖萧然

RSA公开密钥密码体制的原理是：根据数论，寻求两个大素数比较简单，而将它们的乘积进行因式分解却极其困难，因此可以将乘积公开作为加密密钥，这篇文章主要介绍了rsa 详解及例题及python,需要的朋友可以参考下

rsa 详解及例题及python

算法原理

RSA公开密钥密码体制的原理是：根据数论，寻求两个大素数比较简单，而将它们的乘积进行因式分解却极其困难，因此可以将乘积公开作为加密密钥

算法描述

任意选取两个不同的大素数p和q计算乘积 n=pq
n 的欧拉函数 φ(n)： φ(n)=(p-1)(q-1)
任意选取一个大整数e，满足 gcd(e, φ(n))=1，整数e用做加密钥
(注意：gcd是最大公约数,e的选取是很容易的，例如，所有大于p和q的素数都可用)
确定的解密钥d，满足 (de) mod φ(n) = 1
公开整数n和e，秘密保存d
公钥（n，e)
私钥（n，d)

c：密文
m：明文

将明文 m 加密成密文c ：c = m^e mod n
将密文 c 解密为明文m： m = c^d mod n

案例手稿

在这里插入图片描述

我可是开了计算器的,这手算不来😰😰😰😰 ,数据真实有效

在这里插入图片描述

实现python 运算

数据同手稿最后一个

m=71 -> c=15

import gmpy2

e = 13
p = 7
q = 11
m = 71  # 明文
n = p * q
phi = (p-1)*(q-1)  # 求φ(n)
d = gmpy2.invert(e, phi)  # 解密指数d
c = pow(m, e, n)  # c = m^e mod n
print(c)  # 15

c=15 -> m=71

import gmpy2

e = 13
p = 7
q = 11
c = 15  # 密文
n = p * q
phi = (p-1)*(q-1)  # 求φ(n)
d = gmpy2.invert(e, phi)  # 解密指数d
m = pow(c, d, n)  # m = c^d mod n
print(m)  # 71

正常的rsa c->m

import gmpy2

e = 65537
p = 164350308907712452504716893470938822086802561377251841485619431897833167640001783092159677313093192408910634151587217774530424780799210606788423235161145718338446278412594875577030585348241677399115351594884341730030967775904826577379710370821510596437921027155767780096652437826492144775541221209701657278949
q = 107494571486621948612091613779149137205875732174969005765729543731117585892506950289230919634697561179755186311617524660328836580868616958686987611614233013077705519528946490721065002342868403557070176752015767206263130391554820965931893485236727415230333736176351392882266005356897538286240946151616799180309
c = 17210571768112859512606763871602432030258009922654088989566328727381190849684513475124813364778051200650944085160387368205190094114248470795550466411940889923383014246698624524757431163133844451910049804985359021655893564081185136250014784383020061202277758202995568045817822133418748737332056585115499621035958182697568687907469775302076271824469564025505064692884524991123703791933906950170434627603154363327534790335960055199999942362152676240079134224911013272873561710522794163680938311720454325197279589918653386378743004464088071552860606302378595024909242096524840681786769068680666093033640022862042786586612
n = p * q
phi = (p - 1) * (q - 1)
d = gmpy2.invert(e, phi)
# print(d)
# d = 10095641463285806689688988669044958090788365778905483762638208789928575529502449849401292767726529997650439299015629157860588641396532350448192417234115775710546923180797320293516940576508757762754018567918113024001776672047516740167084526876904933632661036267682605889561715539758853760422969139832554919002326234307334716814878144233472982025457216787932684627988735853402622522302446460089411169271999550088279345136169249058325303590053665436848597082040492623325205128048625400148897314726782189085723532731019805440603017682798178125617958332012328823973231309306940239141155633610022544319334662491790481464305
m = pow(c, d, n)  # m = c^d mod n
print(m)
# m = 164244530130068579551298796969937831989529603092769

m->c

import gmpy2

e = 65537
p = 164350308907712452504716893470938822086802561377251841485619431897833167640001783092159677313093192408910634151587217774530424780799210606788423235161145718338446278412594875577030585348241677399115351594884341730030967775904826577379710370821510596437921027155767780096652437826492144775541221209701657278949
q = 107494571486621948612091613779149137205875732174969005765729543731117585892506950289230919634697561179755186311617524660328836580868616958686987611614233013077705519528946490721065002342868403557070176752015767206263130391554820965931893485236727415230333736176351392882266005356897538286240946151616799180309
m = 164244530130068579551298796969937831989529603092769
n = p * q
phi = (p - 1) * (q - 1)
d = gmpy2.invert(e, phi)
# print(d)
# d = 10095641463285806689688988669044958090788365778905483762638208789928575529502449849401292767726529997650439299015629157860588641396532350448192417234115775710546923180797320293516940576508757762754018567918113024001776672047516740167084526876904933632661036267682605889561715539758853760422969139832554919002326234307334716814878144233472982025457216787932684627988735853402622522302446460089411169271999550088279345136169249058325303590053665436848597082040492623325205128048625400148897314726782189085723532731019805440603017682798178125617958332012328823973231309306940239141155633610022544319334662491790481464305
c = pow(m, e, n)  # c = m^e mod n
print(c)
# c=17210571768112859512606763871602432030258009922654088989566328727381190849684513475124813364778051200650944085160387368205190094114248470795550466411940889923383014246698624524757431163133844451910049804985359021655893564081185136250014784383020061202277758202995568045817822133418748737332056585115499621035958182697568687907469775302076271824469564025505064692884524991123703791933906950170434627603154363327534790335960055199999942362152676240079134224911013272873561710522794163680938311720454325197279589918653386378743004464088071552860606302378595024909242096524840681786769068680666093033640022862042786586612

安全性

RSA的安全性依赖于大数分解，但是否等同于大数分解一直未能得到理论上的证明，也并没有从理论上证明破译。RSA的难度与大数分解难度等价

RSA算法的保密强度随其密钥的长度增加而增强。但是，密钥越长，其加解密所耗用的时间也越长。因此，要根据所保护信息的敏感程度与攻击者破解所要花费的代价值不值得以及系统所要求的反应时间来综合考虑

运算速度

由于进行的都是大数计算，使得RSA最快的情况也比DES慢上好几倍，无论是软件还是硬件实现。速度一直是RSA的缺陷。

一般来说只用于少量数据加密。RSA的速度比对应同样安全级别的对称密码算法要慢1000倍左右

到此这篇关于rsa 详解及例题及python的文章就介绍到这了,更多相关rsa例题python内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

rsa
python

python目标检测yolo3详解预测及代码复现
这篇文章主要为大家介绍了python目标检测yolo3详解预测及代码复现，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-05-05
解决python打不开文件(文件不存在)的问题
今天小编就为大家分享一篇解决python打不开文件(文件不存在)的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-02-02
django 在原有表格添加或删除字段的实例
今天小编就为大家分享一篇django 在原有表格添加或删除字段的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-05-05
深入了解Python Opencv数据增强
常见的数据增强操作有：按比例放大或缩小图片、旋转、平移、水平翻转、改变图像通道等。本文将通过Python OpenCV实现这些操作，需要的可以参考一下
2022-02-02
解决pandas read_csv 读取中文列标题文件报错的问题
今天小编就为大家分享一篇解决pandas read_csv 读取中文列标题文件报错的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-06-06
python 实现检验33品种数据是否是正态分布
今天小编就为大家分享一篇python 实现检验33品种数据是否是正态分布，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
解决安装pytorch因网速问题失败的情况
这篇文章主要介绍了解决安装pytorch因网速问题失败的情况，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2021-05-05
PyCharm中的库Flask安装以及如何使用详解
在学习flask的过程中关于flask安装的过程中遇到了很多的问题,通过自己的摸索和搜寻最终终于能够成功运行,下面这篇文章主要给大家介绍了关于PyCharm中库Flask安装以及如何使用的相关资料,需要的朋友可以参考下
2023-12-12
Python自动化测试基础必备知识点总结
在本篇文章里小编给大家分享的是一篇关于Python自动化测试基础必备知识点总结内容，有兴趣的朋友们可以学习下。
2021-02-02
解析Python中while true的使用
这篇文章主要介绍了解析Python中while true的使用,while true即用来制造一个无限循环,需要的朋友可以参考下
2015-10-10