开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

白盒rsa算法

白盒 RSA 算法是一种非对称加密算法，它使用公钥和私钥进行加密和解密操作。在白盒 RSA 算法中，公钥和私钥是由一对大素数（p 和 q）通过数学计算得到的。

白盒 RSA 算法的优势在于它的安全性高，即使知道了公钥和私钥，也无法破解。它广泛应用于加密传输、数字签名、安全认证等领域。

在腾讯云中，可以使用腾讯云 KMS 服务来进行白盒 RSA 算法的加密和解密操作。腾讯云 KMS 是一种托管式密钥管理服务，可以帮助用户轻松地管理密钥，保护数据安全。

推荐的腾讯云相关产品和产品介绍链接地址：

腾讯云 KMS：https://cloud.tencent.com/product/kms
腾讯云 KMS 文档：https://cloud.tencent.com/document/product/1111

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

Android数据存储安全实践

Android操作系统自问世以来凭借其开放性和易用性成为当前智能手机的主流操作系统之一，作为与人们关系最密切的智能设备，越来越多的通讯录、短信、视频等隐私数据以明文的方式保存在手机中，这些数据虽然有锁屏密码或者指纹保护，但是由于Android系统自身的安全性，专业人士可以毫不费力的获取到手机数据镜像，个人隐私面临泄露风险。另一方面，日益繁荣的移动互联网应用也是基于用户数据和应用程序构成，如何保护这些用户数据安全性是应用发展的基石。随着人们对数据安全重视，如何更好地保护用户数据成为移动应用开发者的一大挑战。

03

原生加密：腾讯云数据安全中台解决方案

随着企业上云和数字化转型升级的深化，数据正在成为企业的核心资产之一，在生产过程中发挥的价值越来越大。

从RSA创新沙盒决赛产品ShiftLeft浅谈DevSecOps

RSA大会将于3月4日在美国旧金山开幕，RSA创新沙盒决赛十强产品都是网络安全领域的创新者，同时也从一定程度上代表着国际网络安全各个细分领域的火爆程度。

02

深入浅出Joern（一）Joern与CPG是什么？

从人们开始探索代码扫描这件事情开始，市面上就在不断地诞生着各种各样的工具，经过了几年的演变以及发展，对于白盒代码扫描这件事情来说，大家的观念也在逐渐趋同。

02

深入浅出Joern（一）Joern与CPG是什么？

从人们开始探索代码扫描这件事情开始，市面上就在不断地诞生着各种各样的工具，经过了几年的演变以及发展，对于白盒代码扫描这件事情来说，大家的观念也在逐渐趋同。

03

热饭的测开成果盘点第九期：白盒自动化平台

平台背景：白盒测试手段可存在于最早期介入的测试阶段，所以发现bug后修复的成本最低，也是能找到代码层面上的bug的不二手段。有些同学会说，那不就是开发自测么？这个说法可完全错误，完整的白盒测试，先不要说自动化测试了，也不说执行，也别说设计用例。就单单理解测试的具体方法就让人觉得非常困难了。

02

前端AES加密算中高危吗；企业内部用中间人解密靠谱吗 | FB甲方群话题讨论

3. 现在能源行业有哪些成熟的安全运营体系建设标准，作为甲方应该如何建设好自己的安全运营？

01

Hinton领衔谷歌大脑新研究，拯救被认成步枪的乌龟

最近，深度学习之父Geoffrey Hinton带领的谷歌大脑团队，提出了一种防御对抗攻击的新方法。

02

Hinton领衔谷歌大脑新研究，拯救被认成步枪的乌龟

最近，深度学习之父Geoffrey Hinton带领的谷歌大脑团队，提出了一种防御对抗攻击的新方法。

01

面向可解释AI的黑盒和白盒模型

可解释人工智能 (XAI) 致力于开发对人类（包括用户、开发人员、政策制定者和审计人员）来说本质上更容易理解的人工智能模型。神经符号计算 (NSC) 处理将子符号学习算法与符号推理方法相结合。因此，我们可以断言神经符号计算是可解释人工智能下的一个子领域。NSC 也是最适用的方法之一，因为它依赖于结合现有的方法和模型。

02

关于AKSK安全保护的一点思考

在云计算蓬勃发展的当下，云上安全问题无疑变成了头等大事，而AKSK无疑又是云安全问题中不可忽视的一部分。

互联网大厂服务端测试流程

通过code review 可以发现5类错误，分别是语法错误，边界行为错误，经验错误，算法错误，部分算法错误

02

区块链安全技术总结

区块链的安全需求越来越多，下面就将这些需求一一拆分，看看区块链安全需求到底是个什么样子。

04

AI新海诚就是在下，不信来玩

现在，不需要人类画师一帧帧描画，把你拍下的视频喂给AI，就能让现实世界分分钟掉进二次元世界。

03

基于黑盒语音识别系统的目标对抗样本

编译 | 姗姗出品 | 人工智能头条（公众号ID：AI_Thinker）【人工智能头条按】谷歌大脑最近研究表明，任何机器学习分类器都可能被欺骗，给出不正确的预测。在自动语音识别（ASR）系统中，深度循环网络已经取得了一定的成功，但是许多人已经证明，小的对抗干扰就可以欺骗深层神经网络。而目前关于欺骗 ASR 系统的工作主要集中在白盒攻击上，Alzantot 等人证明利用遗传算法的黑盒攻击是可行的。而在接下来为大家介绍的这篇加州大学伯克利分校机器学习团队的论文中，引入了一个新的黑盒攻击领域，特别是在深层

03

基于黑盒语音识别系统的目标对抗样本

AI 科技大本营按：谷歌大脑最近研究表明，任何机器学习分类器都可能被欺骗，给出不正确的预测。在自动语音识别（ASR）系统中，深度循环网络已经取得了一定的成功，但是许多人已经证明，小的对抗干扰就可以欺骗深层神经网络。而目前关于欺骗 ASR 系统的工作主要集中在白盒攻击上，Alzantot 等人证明利用遗传算法的黑盒攻击是可行的。

02

港大马毅：现在大模型的「知识」，不等同于「智能」

当众人纷纷投身于 Scaling Law（规模定律）的信仰之时，马毅却选择了一条少有人相信的路。

01

微软全球副总裁洪小文：创造力可能有一个算法吗？

作者：毛丽 7月6日，由中信出版集团和百分点主办的“XWorld大会”上，微软全球副总裁洪小文发表了最新的演讲。他以智能金字塔为基础，提出在最底层的计算和记忆方面，计算机已经全面超过人类。在认知方面，和人类相当但是依然有所区别。在创造力和智慧的层次，计算机远远不及人类。未来很可能是AI+HI的时代，人类智能和人工智能共同进化。大数据文摘从现场带来第一手资料，以下为演讲内容速记，在不改变愿意的前提下部分内容有删改。 1计算和记忆层面，人类输给了计算机我自己很喜欢看历史，我也读了赫拉利的书，我也去找了一个T

04

黑盒测试和白盒测试的区别

1. 软件测试方法：白盒测试、黑盒测试、灰盒测试、静态测试、动态测试

02

机器学习对抗性攻击

随着人工智能和机器学习技术在互联网的各个领域的广泛应用，其受攻击的可能性，以及其是否具备强抗打击能力一直是安全界一直关注的。之前关于机器学习模型攻击的探讨常常局限于对训练数据的污染。由于其模型经常趋向于封闭式的部署，该手段在真实的情况中并不实际可行。在GeekPwn2016硅谷分会场上，来自北美工业界和学术界的顶尖安全专家们针对当前流行的图形对象识别、语音识别的场景，为大家揭示了如何通过构造对抗性攻击数据，要么让其与源数据的差别细微到人类无法通过感官辨识到，要么该差别对人类感知没有本质变化，而机器学习模型可

04

人工智能的矛与盾--对抗学习

最近几年安全界关于对抗学习的研究如火如荼，对抗样本的生成技术发展迅速。使用不同的对抗攻击方法可以生成对抗样本，不同攻击方法的攻击效果也有所不同。另外关于对抗样本攻击的防御方法，已经有不少学者提出了一些解决方案，不过防御效果上还有提升空间。下图是关于对抗学习经典的应用场景，攻击者利用对抗样本攻击方法对关于熊猫的图片进行微小的修改从而使深度学习图像识别模型失效，误以为图片中的是长臂猿。这种攻击手段已经在本文之前已经进行过讨论。

01

将模型训练外包真的安全吗？新研究：外包商可能植入后门，控制银行放款

选自arXiv 作者：Shafi Goldwasser等机器之心编译机器之心编辑部深度学习对大数据、大算力的硬性要求迫使越来越多的企业将模型训练任务外包给专门的平台或公司，但这种做法真的安全吗？来自 UC Berkeley、MIT 和 IAS 的一项研究表明，你外包出去的模型很有可能会被植入后门，而且这种后门很难被检测到。如果你是一家银行，对方可能会通过这个后门操纵你给何人贷款。机器学习（ML）算法正越来越多地被用于不同领域，做出对个人、组织、社会和整个地球都有重大影响的决策。当前的 ML 算法

02

将模型训练外包真的安全吗？新研究：外包商可能植入后门，控制银行放款

点击上方↑↑↑“OpenCV学堂”关注我来源：公众号机器之心授权深度学习对大数据、大算力的硬性要求迫使越来越多的企业将模型训练任务外包给专门的平台或公司，但这种做法真的安全吗？来自 UC Berkeley、MIT 和 IAS 的一项研究表明，你外包出去的模型很有可能会被植入后门，而且这种后门很难被检测到。如果你是一家银行，对方可能会通过这个后门操纵你给何人贷款。机器学习（ML）算法正越来越多地被用于不同领域，做出对个人、组织、社会和整个地球都有重大影响的决策。当前的 ML 算法需要大量的数据和计算

03

干货 | 攻击AI模型之FGSM算法

本文将为您揭开白盒攻击中鼎鼎大名的FGSM（Fast Gradient Sign Method）算法的神秘面纱！

03

干货 | 攻击AI模型之DeepFool算法

AI 科技评论按：本文为“兜哥带你学安全”系列之三，首发于AI科技评论，未经许可不得转载。

03

O-RAN，真的会成功吗？

作为诞生还不到两年的一种新型技术架构，O-RAN的崛起速度确实非常惊人，吸引了行业内外的广泛关注。

02

AI算法对抗攻击和防御技术综述「AI核心算法」

随着计算机产业发展带来的计算性能与处理能力的大幅提高，人工智能在音视频识别、自然语言处理和博弈论等领域得到了广泛应用。在此背景下，确保人工智能的核心——深度学习算法具有可靠的安全性和鲁棒性至关重要。

01

Procedural Noise Adversarial Examples for Black-Box Attacks on Deep Neural Networks论文笔记(1)

如今一些深度神经网络对于一些对抗性样本(Adversarial sample)是弱势的, 对抗性样本就是指我们对输入进行特定的改变, 通过原有的学习算法最终导致整个网络内部出现误差, 这属于攻击的一种, 然而, 现在的攻击都是要么计算代价特别大, 要么需要对目标的模型和数据集有大量的先验知识, 因此, 这些方法在实际上其实都不实用. 该文章主要介绍了一种程序性噪声, 利用该噪声, 使得构造实用的低计算量的黑盒攻击成为了可能, 对抗鲁棒性的神经网络结构, 比如Inception v3和Inception ResNet v2 在ImageNet数据集上. 该文章所提出来的攻击实现了低尝试次数下成功造成错分类. 这种攻击形式揭露了神经网络对于Perlin噪声的脆弱性, Perlin噪声是一种程序性噪声(Procedural Noise), 一般用于生成真实的纹理, 使用Perlin噪声可以实现对所有的分类器都实现top1 至少90%的错误率, 更加令人担忧的是, 该文显示出大多数的Perlin噪声是具有"普适性"(Universal)的, 在对抗样本中, 数据集的大部分, 使用简单的扰动使得高达70%的图片被错误分类

03

智能算法 | 又一大进步，软件测试开销过大的问题这样解决！

近年来，在软件开发过程中（如图一）据统计有50%的开销来自于测试环节。软件测试的主要目的是以最少的人力、物力和时间找出软件中潜在的各种缺陷和错误，通过修正缺陷和错误提高软件质量，回避软件发布后由于潜在的软件缺陷和错误造成的隐患。其中黑盒测试和白盒测试是两种常见的测试类型，黑盒测试着重于评估测试程序的表现，白盒测试则能够揭露程序逻辑上的潜在缺陷。而测试用例自动生成问题（ATCG）是一类迫切需要解决的白盒测试问题，以往测试用例的自动生成大多通过人工手段实现，ATCG问题的解决可以有效帮助减少软件测试过程中的人力、物力资源的开销。

02

ODS：输出多样化采样，有效增强白盒和黑盒攻击的性能 | NeurIPS 2020

本文提出了一种新的采样策略——输出多样化采样，替代对抗攻击方法中常用的随机采样，使得目标模型的输出尽可能多样化，以此提高白盒攻击和黑盒攻击的有效性。实验表明，该种采样策略可以显著提升对抗攻击方法的性能。

01

DevSecOps：初入江湖

DevSecOps是2017年美国RSA大会新出现的一个概念，大会甚至专门为这个概念和方向设置的议题和讨论会。DecSecOps是一种全新的安全理念与模式，即“每个人都对安全负责”，从DecOps的概念延伸和演变而来，其核心理念安全是整个IT团队（包括开发、运维及安全团队）每个人的责任，需要贯穿从开发和运营整个业务生命周期每一个环节才能提供有效保障，通过加强内部安全测试，主动搜寻安全漏洞，及时修复漏洞、控制风险，实现与业务流程的良好整合。来自Garnter研究公司的分析师David认为，当今的 CIO 应该修改 DevOps 的定义，使之包括安全理念变成为 DevSecOps。DevSecOps是糅合了开发、安全及运营理念以创建解决方案的全新方法”。

02

RSA算法的优缺点分别是什么？具体介绍在这里

RSA算法实际上是一种密钥，它是基于数学理论的计算而产生的一种算法，RSA算法的起源可以说也是非常早的，但它一直沿用至今，在学习相应算法的时候，RSA算法也算是计算机领域学习者的必经之路，不过对于大多数的人来说，RSA算法就目前的应用领域而言其实是略微落后的，但是如果从系统角度来看，RSA算法能够应用到更多的系统之中。那么RSA算法的优缺点分别是什么呢？以下是具体介绍。

02

[当人工智能遇上安全] 1.人工智能真的安全吗？浙大团队分享AI对抗样本技术

《当人工智能遇上安全》系列博客将详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。只想更好地帮助初学者，更加成体系的分享新知识。该系列文章会更加聚焦，更加学术，更加深入，也是作者的慢慢成长史。换专业确实挺难的，系统安全也是块硬骨头，但我也试试，看看自己未来四年究竟能将它学到什么程度，漫漫长征路，偏向虎山行。享受过程，一起加油~

04

软件工程期末考试复习(六) 软件测试基础单元测试确认测试白盒测试技术黑盒测试技术调试

黑盒测试（又称功能测试）把程序看作一个黑盒子，完全不考虑程序的内部结构和处理过程。黑盒测试是在程序接口进行的测试，只检查程序功能是否能按照规格说明书的规定正常使用，程序是否能适当地接收输入数据并产生正确的输出信息，程序运行过程中能否保持外部信息（例如数据库或文件）的完整性。

03

可解释AI技术简介、分类与相关工具

最近由于工作需要，在阅读一些关于可解释AI方面的论文和书籍，对该领域有了一点浅显的认识，本文从技术简介、技术分类与主要研究方向加以简要介绍。

02

深入浅出对抗性机器学习（AML）

针对adversarial machine learning这个问题而言，AI出身的小伙伴们可能认为，这样的工作应该只能看做模型的鲁棒性或泛化能力不够强，但是从安全角度考虑，其实所谓的“安全”概念，是从模型的设计者角度出发，考虑到模型的行为超出意料之外，让模型设计者手足无措，因此我们认为是可能存在“潜在威胁”，因而将这类行为归类为安全问题。特此解释。

03

C#基于RSA加密算法实现软件注册实战演练

2、加密算法有几种分类？ 1）、对称式加密技术 2）、非对称式加密技术 3)、对称式加密与非对称式加密特点对比

05

RSA加密/解密

RSA加密算法是一种可逆的非对称加密算法，即RSA加密时候用的密钥（公钥）和RSA解密时用的密钥（私钥）不是同一把。基本原理是将两个很大的质数相乘很容易得到乘积，但是该乘积分解质因数却很困难。RSA算法被广泛的用于加密解密和RSA签名/验证等领域。

00

浅谈RSA

上一篇文章,我们了解了一下Hash算法,那么这篇文章,我们一起来了解一下RSA.

05

不要再「外包」AI 模型了！最新研究发现：有些破坏机器学习模型安全的「后门」无法被检测到

一个不可检测的「后门」，随之涌现诸多潜伏问题，我们距离「真正的」机器安全还有多远？作者 | 王玥、刘冰一、黄楠编辑 | 陈彩娴试想一下，一个植入恶意「后门」的模型，别有用心的人将它隐藏在数百万和数十亿的参数模型中，并发布在机器学习模型的公共资源库。在不触发任何安全警报的情况下，这个携带恶意「后门」的参数模型正在消无声息地渗透进全球的研究室和公司的数据中肆意行凶…… 当你正为收到一个重要的机器学习模型而兴奋时，你能发现「后门」存在的几率有多大？根除这些隐患需要动用多少人力呢？加州大学伯克利分校、麻省

04

20.2 OpenSSL 非对称RSA加解密算法

RSA算法是一种非对称加密算法，由三位数学家Rivest、Shamir和Adleman共同发明，以他们三人的名字首字母命名。RSA算法的安全性基于大数分解问题，即对于一个非常大的合数，将其分解为两个质数的乘积是非常困难的。

02

RSA算法详解

前面文章我们讲了AES算法，AES算法是一种是对称加密算法，本文我们来介绍一个十分常用的非对称加密算法RSA。

02

你的AI模型可能有后门！图灵奖得主发53页长文：小心恶意预测

---- 新智元报道编辑：LRS 【新智元导读】模型预测错误别急着怪模型，当心这个bad case就是开发者留的后门！「对抗样本」是一个老生常谈的问题了。在一个正常的数据中，加入一些轻微扰动，比如修改图片中的几个像素，人眼不会受影响，但AI模型的预测结果可能会发生大幅变化。对于这种bad case，目前来说还是比较无奈的，黑锅只能甩给模型：泛化性不行。但，你有没有想过，是不是模型本身被动过手脚？如果对抗样本只是作者预留的一个后门，该怎么办？最近加州大学伯克利分校、麻省理工学院、普林

02

不要再「外包」AI 模型了！最新研究发现：有些破坏机器学习模型安全的「后门」无法被检测到

大数据文摘授权转载自AI科技评论作者 | 王玥、刘冰一、黄楠编辑 | 陈彩娴试想一下，一个植入恶意「后门」的模型，别有用心的人将它隐藏在数百万和数十亿的参数模型中，并发布在机器学习模型的公共资源库。在不触发任何安全警报的情况下，这个携带恶意「后门」的参数模型正在消无声息地渗透进全球的研究室和公司的数据中肆意行凶…… 当你正为收到一个重要的机器学习模型而兴奋时，你能发现「后门」存在的几率有多大？根除这些隐患需要动用多少人力呢？加州大学伯克利分校、麻省理工学院和高级研究所研究人员的新论文「Planti

02

【八】基于Montgomery算法的高速、可配置RSA密码IP核硬件设计系列

对于RSA算法，给出两个大的素数很容易，但是对于给出两个大素数的乘积，去找他们的因子就非常的困难，这也是为什么RSA算法的关键所在。因此，如何产生一个随机的大素数，变得非常重要。下面给出产生伪素数以及其素性的检验算法，并采用Python语言编写。

02

神经网络太好骗？清华团队如何做到打NIPS攻防赛得3冠军的

今天带来的文章，由同济大学研究生张子豪投稿。介绍了人工智能与信息安全的交叉前沿研究领域：深度学习攻防对抗。

01

深入解析RSA算法原理及其安全性机制

RSA算法是一种广泛使用的公钥加密算法，它的名称来源于其创始人Ron Rivest、Adi Shamir和Leonard Adleman的首字母缩写。该算法于1977年首次被提出，并迅速成为公钥密码学的标准之一。RSA算法的安全性基于大数分解和离散对数等数学难题，使得它在保护数据隐私和完整性方面具有很高的可靠性。

02

【图像分类】图像分类中的对抗攻击是怎么回事？

欢迎大家来到图像分类专栏，深度学习分类模型虽然性能强大，但是也常常会因为受到小的干扰而性能崩溃，对抗攻击就是专门研究如何提高网络模型鲁棒性的方法，本文简要介绍相关内容。

04

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭