新闻详情

新闻详情

首页 / 资讯中心 / 详情

Java 使用Aes 加解密 和 RSA 加解密

发布时间:2026/11/10 12:09:15来源:尧图网络
Java 使用Aes 加解密 和 RSA 加解密
工具类引入dependencies!-- Hutool 工具库 --dependencygroupIdcn.hutool/groupIdartifactIdhutool-all/artifactIdversion5.8.22/version/dependency/dependenciesAES 加解密代码packagecom.mt.visit.util;importcn.hutool.crypto.Mode;importcn.hutool.crypto.Padding;importcn.hutool.crypto.SecureUtil;importcn.hutool.crypto.symmetric.AES;importjava.nio.charset.StandardCharsets;publicclassAesUtil3RuiWeiJpg{publicfinalstaticStringaesKeyHtestNp1236540;/** * AES解密方法 - 使用ECB模式和PKCS5Padding填充 * * param encrypt 加密后的十六进制字符串 * return 解密后的明文字符串 */publicstaticStringdecryptStr(Stringencrypt){// 参数校验if(encryptnull||encrypt.isEmpty()){returnencrypt;}//第一种方式默认使用CBC方式安全性更高/* AES aes SecureUtil.aes(aesKey.getBytes()); AES aes new AES(Mode.CBC, Padding.PKCS5Padding, aesKey.getBytes()); 这两种写法效果一样*///String decrypt aes.decryptStr(encrypt);// 创建AES解密器使用ECB模式和PKCS5Padding填充AESaesnewAES(Mode.ECB,Padding.PKCS5Padding,aesKey.getBytes(StandardCharsets.UTF_8));// 执行解密操作Stringdecryptaes.decryptStr(encrypt);returndecrypt;}/** * AES加密方法 - 使用ECB模式和PKCS5Padding填充 * * param decrypt 明文字符串 * return 加密后的十六进制字符串 */publicstaticStringencryptStr(Stringdecrypt){// 参数校验if(decryptnull||decrypt.isEmpty()){returndecrypt;}//第一种方式默认使用CBC方式安全性更高/* AES aes SecureUtil.aes(aesKey.getBytes()); AES aes new AES(Mode.CBC, Padding.PKCS5Padding, aesKey.getBytes()); 这两种写法效果一样*///String encrypt aes.encryptHex(decrypt);// 创建AES加密器使用ECB模式和PKCS5Padding填充AESaesnewAES(Mode.ECB,Padding.PKCS5Padding,aesKey.getBytes(StandardCharsets.UTF_8));// 执行加密操作返回十六进制字符串Stringencryptaes.encryptHex(decrypt);returnencrypt;}publicstaticvoidmain(String[]args){System.out.println(encryptStr(330106197107290418));System.out.println(encryptStr(330106197107290417));System.out.println(decryptStr(668B25C1A45B21612AE07BE44FA297B7));}}加密模式对比表推荐顺序1、GCM模式 - 提供加密和认证性能好2、CTR模式 - 支持并行处理错误不传播3、CBC模式 - 经典选择安全性高4、CFB/OFB模式 - 特殊场景使用5、ECB模式 - 仅在特殊需求下使用如与旧系统兼容RSA 加解密 (一般用于和web端交互)密钥对生成http://web.chacuo.net/netrsakeypairimportjavax.crypto.Cipher;importjava.security.*;importjava.security.spec.PKCS8EncodedKeySpec;importjava.security.spec.X509EncodedKeySpec;importjava.util.Base64;publicclassRSAUtil{privatestaticfinalStringPUBLIC_KEYMFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBALKZDzv6s78uQ9C7fXLZzIaZhSlVm0/Nb7hZYZyDOnIiJFpFYkpv2nMPi3G3B1ZXCLkQIKqcnEnwslFq/nTct/sCA0CAwEAAQ;// 替换为你的公钥privatestaticfinalStringPRIVATE_KEYMIIBVAIBADANBgkqhkiG9w0BAQEFAASCAT4wggE6AgEAAkEAqhHyZfSsYourNxaY7NtPrgrxkiA50efORdI5U5lsW79MmFnusUA355oaSXcLhu5xxB38SMSyP2KvuKNPuH3owIDAQABAkAfoiLyLZ4lf4Myxk6xUDgLaWGximj20CUf5BKKnlrKEd8gAkM0HqoTt2UZwA5E2MzS4EI2gjfQhz5X28uqxAiEA3wNFxfrCZlSZHb0gn2zDpWowcSxQAgiCstxGUoOqlW8CIQDDOerGKH5OmCJ4Z21vF25WaHYPxCFMvwxpcw99EcvDQIgIdhDTIqD2jfYjPTY8Jj3EDGPbH2HHuffvflECt3Ek60CIQCFRlCkHpi7hthhYhovyloRYsMIS9h/0BzlEAuO0ktMQIgSPT3aFAgJYwKpqRYKlLDVcflZFCKY7u3UP8iWi1Qw0Y;// 替换为你的私钥/** * 使用公钥加密数据 * * param data 待加密的数据 * return 加密后的Base64编码字符串 */publicstaticStringencrypt(Stringdata){try{// 1. 获取公钥对象byte[]decodedKeyBase64.getDecoder().decode(PUBLIC_KEY);X509EncodedKeySpeckeySpecnewX509EncodedKeySpec(decodedKey);KeyFactorykeyFactoryKeyFactory.getInstance(RSA);PublicKeypublicKeykeyFactory.generatePublic(keySpec);// 2. 初始化 Cipher 用于加密CiphercipherCipher.getInstance(RSA/ECB/PKCS1Padding);cipher.init(Cipher.ENCRYPT_MODE,publicKey);// 3. 执行加密操作byte[]encryptedBytescipher.doFinal(data.getBytes(UTF-8));// 4. 将结果转换为Base64编码字符串returnBase64.getEncoder().encodeToString(encryptedBytes);}catch(Exceptione){e.printStackTrace();returnnull;}}/** * 使用私钥解密数据 * * param encryptedData 已加密的Base64编码字符串 * return 解密后的原始数据 */publicstaticStringdecrypt(StringencryptedData){try{// 1. 获取私钥对象byte[]decodedKeyBase64.getDecoder().decode(PRIVATE_KEY);PKCS8EncodedKeySpeckeySpecnewPKCS8EncodedKeySpec(decodedKey);KeyFactorykeyFactoryKeyFactory.getInstance(RSA);PrivateKeyprivateKeykeyFactory.generatePrivate(keySpec);// 2. 初始化 Cipher 用于解密CiphercipherCipher.getInstance(RSA/ECB/PKCS1Padding);cipher.init(Cipher.DECRYPT_MODE,privateKey);// 3. 解密byte[]encryptedBytesBase64.getDecoder().decode(encryptedData);byte[]decryptedBytescipher.doFinal(encryptedBytes);// 4. 转换为字符串UTF-8returnnewString(decryptedBytes,UTF-8);}catch(Exceptione){e.printStackTrace();returnnull;}}// 测试方法publicstaticvoidmain(String[]args){StringoriginalDataHello, this is a test message!;System.out.println(Original Data: originalData);// 加密StringencryptedDataencrypt(originalData);System.out.println(Encrypted Data: encryptedData);// 解密StringdecryptedDatadecrypt(encryptedData);System.out.println(Decrypted Data: decryptedData);}}
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/10 4:49:37

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/9 8:37:19

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/10 9:14:31

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/10 1:10:29

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/9 8:37:18

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/9 8:37:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉