IOS常用加密算法

IOS常用加密算法   

离职在家做游戏好几个月了,终于等到游戏上线审核了,先不想游戏上线后结果怎么样了。趁现在有点闲暇,分享一些开发中碰到的问题吧。

游戏中有使用到了较多的一些安全处理,今天就跟大家分享一下这方面的东西吧,如果有错误的地方,还希望大家帮忙更正哈~
先说一下我们游戏设计时候的安全考虑吧(懒得打字,直接从设计文档中复制了,还请见谅....自己的独立游戏,所以100%的版权哈)
5.1 通过简单的URLENCODE + BASE64编码防止数据明文传输
5.2 对普通请求、返回数据,生成MD5校验(MD5中加入动态密钥),进行数据完整性(简单防篡改,安全性较低,优点:快速)校验。 
5.3 对于重要数据,使用RSA进行数字签名,起到防篡改作用。
5.4 对于比较敏感的数据,如用户信息(登陆、注册等),客户端发送使用RSA加密,服务器返回使用DES(AES)加密。
原因:客户端发送之所以使用RSA加密,是因为RSA解密需要知道服务器私钥,而服务器私钥一般盗取难度较大;如果使用DES的话,可以通过破解客户端获取密钥,安全性较低。而服务器返回之所以使用DES,是因为不管使用DES还是RSA,密钥(或私钥)都存储在客户端,都存在被破解的风险,因此,需要采用动态密钥,而RSA的密钥生成比较复杂,不太适合动态密钥,并且RSA速度相对较慢,所以选用DES)



把相关算法的代码也贴一下吧 (其实使用一些成熟的第三方库或许会来得更加简单,不过自己写,自由点)。注,这里的大部分加密算法都是参考一些现有成熟的算法,或者直接拿来用的。
1、MD5   
//因为是使用category,所以木有参数传入啦

-( NSString *) stringFromMD5 {
     if( self ==  nil || [ self  length] ==  0) {
         return  nil;
    }
     const  char *value = [ self  UTF8String];
     unsigned  char outputBuffer[ CC_MD5_DIGEST_LENGTH];
     CC_MD5(value,  strlen(value), outputBuffer);
     NSMutableString *outputString = [[ NSMutableString  allocinitWithCapacity: CC_MD5_DIGEST_LENGTH *  2];
     for( NSInteger count =  0; count <  CC_MD5_DIGEST_LENGTH; count++){
        [outputString  appendFormat: @"%02x",outputBuffer[count]];
    }
     return [outputString  autorelease];
}


2、Base64

+ ( NSString *) base64EncodeData: ( NSData *) objData {
const  unsigned  char * objRawData = [objData  bytes];
char * objPointer;
char * strResult;

// Get the Raw Data length and ensure we actually have data
int intLength = [objData  length];
if (intLength ==  0return  nil;

// Setup the String-based Result placeholder and pointer within that placeholder
strResult = ( char *) calloc(((intLength +  2) /  3) *  4sizeof( char));
objPointer = strResult;

// Iterate through everything
while  (intLength >  2 ) { // keep going until we have less than 24 bits
*objPointer++ =  _base64EncodingTable[objRawData[ 0] >>  2];
*objPointer++ =  _base64EncodingTable[((objRawData[ 0] &  0x03) <<  4) + (objRawData[ 1] >>  4)];
*objPointer++ =  _base64EncodingTable[((objRawData[ 1] &  0x0f) <<  2) + (objRawData[ 2] >>  6)];
*objPointer++ =  _base64EncodingTable[objRawData[ 2] &  0x3f];

// we just handled 3 octets (24 bits) of data
objRawData +=  3;
intLength -=  3;
}

// now deal with the tail end of things
if (intLength !=  0) {
*objPointer++ =  _base64EncodingTable[objRawData[ 0] >>  2];
if (intLength >  1) {
*objPointer++ =  _base64EncodingTable[((objRawData[ 0] &  0x03) <<  4) + (objRawData[ 1] >>  4)];
*objPointer++ =  _base64EncodingTable[(objRawData[ 1] &  0x0f) <<  2];
*objPointer++ =  '=';
else {
*objPointer++ =  _base64EncodingTable[(objRawData[ 0] &  0x03) <<  4];
*objPointer++ =  '=';
*objPointer++ =  '=';
}
}

// Terminate the string-based result
*objPointer =  '\0';

     NSString  *rstStr = [ NSString  stringWithCString :strResult encoding :NSASCIIStringEncoding ];
     free(objPointer);
     return rstStr;
}




3、AES
-( NSData*) EncryptAES: ( NSString *) key {
     char  keyPtr[kCCKeySizeAES256 + 1 ];
     bzero(keyPtr,  sizeof(keyPtr));

    [key getCString :keyPtr maxLength : sizeof (keyPtr) encoding :NSUTF8StringEncoding ];

     NSUInteger dataLength = [ self  length];

     size_t bufferSize = dataLength +  kCCBlockSizeAES128;
     void *buffer =  malloc(bufferSize);

     size_t numBytesEncrypted =  0;
     CCCryptorStatus  cryptStatus = CCCrypt (kCCEncrypt kCCAlgorithmAES128 ,
                                           kCCOptionPKCS7Padding |  kCCOptionECBMode,
                                          keyPtr,  kCCBlockSizeAES128,
                                           NULL,
                                          [ self  bytes], dataLength,
                                          buffer, bufferSize,
                                          &numBytesEncrypted);
     if (cryptStatus ==  kCCSuccess) {
         return [ NSData  dataWithBytesNoCopy:buffer  length:numBytesEncrypted];
    }

     free(buffer);
    return  nil ;
}


4、RSA

- ( NSData *) encryptWithData:( NSData *)content {
     size_t plainLen = [content  length];
     if (plainLen >  maxPlainLen) {
         NSLog (@"content(%ld) is too long, must < %ld" , plainLen,  maxPlainLen );
         return  nil;
    }

     void *plain =  malloc(plainLen);
    [content  getBytes:plain
                length:plainLen];

     size_t  cipherLen =  128 // currently RSA key length is set to 128 bytes
     void *cipher =  malloc(cipherLen);

     OSStatus returnCode =  SecKeyEncrypt( publicKeykSecPaddingPKCS1, plain,
                                        plainLen, cipher, &cipherLen);

     NSData *result =  nil;
     if (returnCode !=  0) {
         NSLog (@"SecKeyEncrypt fail. Error Code: %ld" , returnCode);
    }
     else {
        result = [ NSData  dataWithBytes:cipher
                                 length:cipherLen];
    }

     free(plain);
     free(cipher);

     return result;
}


好了,这遍文章就到了,如果想了解更多,可以关注新浪博客:blog.sina.com/zhongxiaoqiu
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值