香农理论在密码学中的应用

最新推荐文章于 2024-01-27 18:00:00 发布

VIP文章 gscienty

最新推荐文章于 2024-01-27 18:00:00 发布

阅读量5k

点赞数 1

分类专栏：密码学信息安全文章标签：密码学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/gscienty/article/details/53492439

版权

概率论基础

假定x和y是分别定义在有限集合X和Y上的随机变量。联合概率 $P(x_i,y_i)$ 是 $x=x_i, y=y_i$ 的概率。条件概率 $P(x_i \vert y_i )$ 是 $y=y_i$ 时， $x=x_i$ 的概率。如果对于任意 $x \in X , y \in Y$ 都有 $P(x, y) = P(x)P(y)$ 则随机变量X和Y是统计独立的。

贝叶斯定理：

P (X | Y) = P ( X ) P ( Y | X ) P ( Y )

$P(X|Y) = \frac{P(X)P(Y|X)}{P(Y)}$

在密码体制中，就可以如下定义：

P (p | c) =

最低0.47元/天解锁文章

关注

1
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
香农理论在密码学中的应用

概率论基础假定x和y是分别定义在有限集合X和Y上的随机变量。联合概率 P(xi,yi)P(x_i,y_i) 是 x=xi,y=yix=x_i, y=y_i 的概率。条件概率 P(xi|yi)P(x_i \vert y_i ) 是 y=yiy=y_i 时， x=xix=x_i 的概率。如果对于任意x∈X,y∈Yx \in X , y \in Y 都有 P(x,y)=P(x)P(y)P(x, y) =
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。