本文目录一览：
加密技术02-对称加密-AES原理
AES 全称 Advanced Encryption Standard（高级加密标准）。它的出现主要是为了取代 DES 加密算法的，因为 DES 算法的密钥长度是 56 位，因此算法的理论安全强度是 2^56。
aes属于对称加密算法，这样算法最大的特点是加密的密钥和解密的密钥是一样的。另外aes运算相对比较简单，在数据流加密中应用很广泛。
因为对称加密速度快的特点，对称加密被广泛运用在各种加密场所中。但是因为其需要传递秘钥，一旦秘钥被截获或者泄露，其加密就会玩完全破解，所以AES一般和RSA一起使用。
对称加密算法是应用较早的加密算法，技术成熟。在对称加密算法中，其原理就是：数据发信方将明文（原始数据）和加密密钥（mi yao）一起经过特殊加密算法处理后，使其变成复杂的加密密文发送出去。
AES是分组密钥，算法输入128位数据，密钥长度也是128位。用Nr表示对一个数据分组加密的轮数（加密轮数与密钥长度的关系如表1所列）。每一轮都需要一个与输入分组具有相同长度的扩展密钥Expandedkey(i)的参与。
算法原理 AES 算法基于排列和置换运算。排列是对数据重新进行安排，置换是将一个数据单元替换为另一个。AES 使用几种不同的方法来执行排列和置换运算。
“DES”和“AES”算法的比较各自优缺点有哪些
数据加密标准，速度较快，适用于加密大量数据的场合。
DES算法介绍DES算法具有对称性，既可以用于加密又可以用于解密。对称性带来的一个很大的好处在于硬件实现，DES的加密和解密可以用完全相同的硬件来实现。DES算法的明文分组是64位，输出密文也是64位。
安全性不同AES 比 DES 密码更安全，并且是事实上的世界标准。由于 DES 具有已知漏洞，因此很容易被破坏。 3DES (三重 DES) 是 DES 的一种变体，它比通常的 DES 安全。
性能：易溶于水，具有优良的去污、乳化、发泡性能和抗硬水性能，温和的洗涤性质不会损伤皮肤。使用时请注意：在不含粘度调节剂的情况下，如果要把AES稀释为含有30%或60%活性物质的水溶液，常会导致一种粘性高的凝胶。
缺点 算法强度复杂、安全性依赖于算法与密钥但是由于其算法复杂，而使得加密解密速度没有对称加密解密的速度快。传统密码体制 优点 由于DES加密速度快，适合加密较长的报文。
虽然3DES算法在安全性上有所提升，但是因为使用了3次DES算法，加密和解密速度比较慢。
关于DES和AES的问题
1、AES是美国国家标准技术研究所NIST旨在取代DES的21世纪的加密标准。AES的基本要求是，采用对称分组密码体制，密钥长度的最少支持为1219256，分组长度128位，算法应易于各种硬件和软件实现。
2、DES算法缺点：分组比较短。密钥太短。密码生命周期短。运算速度较慢。AES算法优点：运算速度快。 对内存的需求非常低，适合于受限环境。分组长度和密钥长度设计灵活。
3、数据加密标准不同 DES算法的入口参数有三个：Key、Data、Mode。其中Key为7个字节共56位，是DES算法的工作密钥；Data为8个字节64位，是要被加密或被解密的数据；Mode为DES的工作方式，有两种：加密或解密。
4、比较了DES、AES对称密码算法，得出AES具有比DES更好的安全性、效率、灵活性的结论。
5、相同：具有良好的非线性，AES的非线性运算是字节代换，对应于DES中唯一非线性运算S盒。不相同：1，DES算法一共有8个S盒，AES算法只有S盒和逆S盒。DES算法的每个S盒都是4×16的矩阵，每一行包括所有16种4位二进制。
AES-NI指令集是什么技术哦?
1、要。aesni是Intel开发的一种x64架构的SIMD指令集，专门为AES加密算法提供硬件加速，用于Intel和AMD微处理器，需要打开，如果不打开会导致Intel和AMD微处理器的运算出现卡顿，并且运算变慢。
2、AES：高级加密标准指令集（或称英特尔高级加密标准新指令，简称AES-NI）是一个x86指令集架构的扩展，用于Intel和AMD微处理器，由Intel在2008年3月提出。
3、AES是高级加密标准，是一种加密算法。拥有AES-NI指令集的处理器在加解密方面会有非常大的性能飞跃。AVX是Intel最新推出的高级矢量扩展指令集，将浮点数性能翻了一番——从128Bit，上升至256Bit，增强了浮点数性能。
哪个gpu计算aes最快
CPU恰恰相反，所用内存较小的计算速度快，比如几个数的乘法（3*6*9）；所用内存较大的计算慢，比如矩阵乘法（A*B*C）。GPU凭借其显存带宽，擅长解决需要大内存的问题。所以，购买快速GPU的时候，先看看带宽。
根据全面定性定量的实验结果，截至2018年10月8日，NVIDIA RTX 2080 Ti是现在最好的深度学习GPU（用单个GPU运行Tensoflow）。
使用GPU加速计算有几个步骤：确定你的GPU型号和计算需求首先，你需要确定你的GPU型号和要加速的计算需求。不是所有类型的计算都适用于GPU加速。安装GPU驱动和计算库GPU加速需要特殊的驱动和计算库。
作为图像配准中的两个关键过程，在提出的 GPU 加速并行算法中应考虑它们。使用GPU并行计算会遇到两个限制 CUDA的出现解决了上述问题，并且CUDA使用C语言，最初为CPU编写的C语言函数可以移植到CUDA内核，无需修改。
AIDA64最新版本50.3000 新增OpenCL GPGPU AES-256加密测试 考察当今GPU显示卡、APU处理器的通用计算能力。实时OpenCL核心编译，自动向量化与展开最佳化。