現代演算法
DES、3DES、AES、PBE。基鬧攔於對沒顫稱加密機制的演算法有很多，比如說DES、3DES、AES、PBE，對稱加密演算法是指加密和解密採用相同的密鑰，是可枯彎敗逆的(即可解密)。
『貳』 現代常見的對位進行加密的演算法有
現代常見的對位進行加密的演算法有DES演算法、AES演算法、LEA演算法。
1、DES演算法：一種對稱加密演算法搏雹，採用分組密碼，密鑰長度為112位或168位。
2、AES演算法：一種對稱加密演算法，採用分組密碼，昌銀州密鑰長度可選128位、192位、256位。
3、LEA演算法：一種對稱加密演算法，是中國耐蔽自主研發的加密演算法，密鑰長度可選128位、192位、256位。
『叄』 大部分現代加密演算法都是基於離散數學嗎
是。現代密碼學是基於因數分解、彎渣或者離散對數等數學難題，所以現代加密演算法都是基於氏讓離散數學。離散數學（Discretemathematics）是研究離散對象數學結構及其性質的有關數學分殲鬧局支的總稱。
『肆』 現代計算機技術的二進制演算法和《周易》有什麼關系
二進制記數法是用0和1兩個數碼來表示數目的方法，它的基數為2，進位規則是「逢二進一」，例如十進制中的「2」，在二進制中表示為「10」，十進制中的「3」表示為「11」等等。現代的計算機技術就是以二進制演算法為基礎產生和發展起來的。
據說，萊布尼茨對二進制與《周易》中卦象的相似之處非常吃驚，他也深信《周易》在數學上的意義，認為《周易》八卦可以用二進制來解釋。不過，我們不能因為由陰爻、陽爻組成的卦象與二進制有暗合之處，就說二進制起源於《周易》。
實際上，萊布尼茨也並非看到《周易》之後才發明了二進制，他在發明二進制的同時，還設計了一台可以完成二進制數碼計算的機器。
可以說，二進制進行加減乘除計算的用途以及與其他進制換算的特點，也是《周易》八卦所不具備的。因此，客觀說來，《周易》中的爻卦與二進制有暗合之處，很可能為數學家提供了某些靈感，而《周易》所代表的中國古代智慧與現代的科學哲學的確有著某些相通的地方，只不過並不一定體現為二進制罷了。
『伍』 現代意義上的程序和演算法的概念！！！！！！！！
演算法就是解決某一具體問題所採取的方法和步驟。
著名的計算機科學家沃思（Wirth）提出了一個著名的公式來表達程序的實質：
程序=數據結構+演算法
即仿讓巧程序就是在數據的某些特定的表達方式和結構的基礎上，對抽象演算法的具體描述。
當然，在實際編寫計算機程序時，要遵循程序設計方法，在運行程序時要有軟體環境的支持，因此，可以將上述公式擴充為：
程序=數據結滑備構+演算法+程序設計方法+語言工具
即一個應用程序應該包括四個方面的成分：採用的描述和存儲數據的數備鍵據結構，採用的解決問題的演算法，採用的程序設計的方法和採用的語言工具和編程環境。
『陸』 推步聚頂在現代數學屬於什麼演算法
推步聚頂在現代數學屬於最優化演算法之一，它是一種基於梯度孝掘下降的腔稿迭巧圓核代優化演算法，用於求解最優化問題。此外，推步聚頂還可以被用於線性規劃，非線性規劃等問題中。
『柒』 傳統優化演算法和現代優化演算法包括哪些.區別是什麼
1. 傳統優化演算法一般是針對結構化的問題，有較為明確的問題和條件描述，如線性規劃，二次規劃，整數規劃，混合規劃，帶約束和不帶約束條件等，即有清晰的結構信息；而智能優化演算法一般針對的是較為普適的問題描述，普遍比較缺乏結構信息。
2. 傳統優化演算法不少都屬於凸優化范疇，有唯一明確的全局最優點；而智能優化演算法針對的絕大多數是多極值問題，如何防止陷入局部最優而盡可能找到全局最優是採納智能優化演算法的根本原因：對於單極值問題，傳統演算法大部分時候已足夠好，而智能演算法沒有任何優勢；對多極值問題，智能優化演算法通過其有效設計可以在跳出局部最優和收斂到一個點之間有個較好的平衡，從而實現找到全局最優點，但有的時候局部最優也是可接受的，所以傳統演算法也有很大應用空間和針對特殊結構的改進可能。
3. 傳統優化演算法一般是確定性演算法，有固定的結構和參數，計算復雜度和收斂性可做理論分析；智能優化演算法大多屬於啟發性演算法，能定性分析卻難定量證明，且大多數演算法基於隨機特性，其收斂性一般是概率意義上的，實際性能不可控，往往收斂速度也比較慢，計算復雜度較高。
『捌』 大數據常用的各種演算法
我們經常談到的所謂的 數據挖掘 是通過大量的數據集進行排序，自動化識別趨勢和模式並且建立相關性的過程。那現在市面的數據公司都是通過各種各樣的途徑來收集海量的信息，這些信息來自於網站、公司應用、社交媒體、移動設備和不斷增長的物聯網。
比如我們現在每天都在使用的搜索引擎。在自然語言處理領域，有一種非常流行的演算法模型，叫做詞袋模型，即把一段文字看成一袋水果，這個模型就是要算出這袋水果里，有幾個蘋果、幾個香蕉和幾個梨。搜索引擎會把這些數字記下來，如果你想要蘋果，它就會把有蘋果的這些袋子給你。
當我們在網上買東西或是看電影時，網站會推薦一些可能符合我們偏好的商品或是電影，這個推薦有時候還挺准。事實上，這背後的演算法，是在數你喜歡的電影和其他人喜歡的電影有多少個是一樣的，如果你們同時喜歡的電影超過一定個數，就把其他人喜歡、但你還沒看過的電影推薦給你。 搜索引擎和推薦系統 在實際生產環境中還要做很多額外的工作，但是從本質上來說，它們都是在數數。
當數據量比較小的時候，可以通過人工查閱數據。而到了大數據時代，幾百TB甚至上PB的數據在分析師或者老闆的報告中，就只是幾個數字結論而已。 在數數的過程中，數據中存在的信息也隨之被丟棄，留下的那幾個數字所能代表的信息價值，不抵其真實價值之萬一。 過去十年，許多公司花了大價錢，用上了物聯網和雲計算，收集了大量的數據，但是到頭來卻發現得到的收益並沒有想像中那麼多。
所以說我們現在正處於「 數字化一切 」的時代。人們的所有行為，都將以某種數字化手段轉換成數據並保存下來。每到新年，各大網站、App就會給用戶推送上一年的回顧報告，比如支付寶會告訴用戶在過去一年裡花了多少錢、在淘寶上買了多少東西、去什麼地方吃過飯、花費金額超過了百分之多少的小夥伴；航旅縱橫會告訴用戶去年做了多少次飛機、總飛行里程是多少、去的最多的城市是哪裡；同樣的，最後讓用戶知道他的行程超過了多少小夥伴。 這些報告看起來非常酷炫，又冠以「大數據」之名，讓用戶以為是多麼了不起的技術。
實際上，企業對於數據的使用和分析，並不比我們每年收到的年度報告更復雜。已經有30多年歷史的商業智能，看起來非常酷炫，其本質依然是數數，並把數出來的結果畫成圖給管理者看。只是在不同的行業、場景下，同樣的數字和圖表會有不同的名字。即使是最近幾年炙手可熱的大數據處理技術，也不過是可以數更多的數，並且數的更快一些而已。
在大數據處理過程中會用到那些演算法呢？
1、A* 搜索演算法——圖形搜索演算法，從給定起點到給定終點計算出路徑。其中使用了一種啟發式的估算，為每個節點估算通過該節點的較佳路徑，並以之為各個地點排定次序。演算法以得到的次序訪問這些節點。因此，A*搜索演算法是較佳優先搜索的範例。
2、集束搜索(又名定向搜索，Beam Search)——較佳優先搜索演算法的優化。使用啟發式函數評估它檢查的每個節點的能力。不過，集束搜索只能在每個深度中發現最前面的m個最符合條件的節點，m是固定數字——集束的寬度。
3、二分查找(Binary Search)——在線性數組中找特定值的演算法，每個步驟去掉一半不符合要求的數據。
4、分支界定演算法(Branch and Bound)——在多種最優化問題中尋找特定最優化解決方案的演算法，特別是針對離散、組合的最優化。
5、Buchberger演算法——一種數學演算法，可將其視為針對單變數較大公約數求解的歐幾里得演算法和線性系統中高斯消元法的泛化。
6、數據壓縮——採取特定編碼方案，使用更少的位元組數(或是其他信息承載單元)對信息編碼的過程，又叫來源編碼。
7、Diffie-Hellman密鑰交換演算法——一種加密協議，允許雙方在事先不了解對方的情況下，在不安全的通信信道中，共同建立共享密鑰。該密鑰以後可與一個對稱密碼一起，加密後續通訊。
8、Dijkstra演算法——針對沒有負值權重邊的有向圖，計算其中的單一起點最短演算法。
9、離散微分演算法(Discrete differentiation)。
10、動態規劃演算法(Dynamic Programming)——展示互相覆蓋的子問題和最優子架構演算法
11、歐幾里得演算法(Euclidean algorithm)——計算兩個整數的較大公約數。最古老的演算法之一，出現在公元前300前歐幾里得的《幾何原本》。
12、期望-較大演算法(Expectation-maximization algorithm，又名EM-Training)——在統計計算中，期望-較大演算法在概率模型中尋找可能性較大的參數估算值，其中模型依賴於未發現的潛在變數。EM在兩個步驟中交替計算，第一步是計算期望，利用對隱藏變數的現有估計值，計算其較大可能估計值;第二步是較大化，較大化在第一步上求得的較大可能值來計算參數的值。
13、快速傅里葉變換(Fast Fourier transform，FFT)——計算離散的傅里葉變換(DFT)及其反轉。該演算法應用范圍很廣，從數字信號處理到解決偏微分方程，到快速計算大整數乘積。
14、梯度下降(Gradient descent)——一種數學上的最優化演算法。
15、哈希演算法(Hashing)。
16、堆排序(Heaps)。
17、Karatsuba乘法——需要完成上千位整數的乘法的系統中使用，比如計算機代數系統和大數程序庫，如果使用長乘法，速度太慢。該演算法發現於1962年。
18、LLL演算法(Lenstra-Lenstra-Lovasz lattice rection)——以格規約(lattice)基數為輸入，輸出短正交向量基數。LLL演算法在以下公共密鑰加密方法中有大量使用：背包加密系統(knapsack)、有特定設置的RSA加密等等。
19、較大流量演算法(Maximum flow)——該演算法試圖從一個流量網路中找到較大的流。它優勢被定義為找到這樣一個流的值。較大流問題可以看作更復雜的網路流問題的特定情況。較大流與網路中的界面有關，這就是較大流-最小截定理(Max-flow min-cut theorem)。Ford-Fulkerson 能找到一個流網路中的較大流。
20、合並排序(Merge Sort)。
21、牛頓法(Newton's method)——求非線性方程(組)零點的一種重要的迭代法。
22、Q-learning學習演算法——這是一種通過學習動作值函數(action-value function)完成的強化學習演算法，函數採取在給定狀態的給定動作，並計算出期望的效用價值，在此後遵循固定的策略。Q-leanring的優勢是，在不需要環境模型的情況下，可以對比可採納行動的期望效用。
23、兩次篩法(Quadratic Sieve)——現代整數因子分解演算法，在實踐中，是目前已知第二快的此類演算法(僅次於數域篩法Number Field Sieve)。對於110位以下的十位整數，它仍是最快的，而且都認為它比數域篩法更簡單。
24、RANSAC——是「RANdom SAmple Consensus」的縮寫。該演算法根據一系列觀察得到的數據，數據中包含異常值，估算一個數學模型的參數值。其基本假設是：數據包含非異化值，也就是能夠通過某些模型參數解釋的值，異化值就是那些不符合模型的數據點。
25、RSA——公鑰加密演算法。較早的適用於以簽名作為加密的演算法。RSA在電商行業中仍大規模使用，大家也相信它有足夠安全長度的公鑰。
26、Schönhage-Strassen演算法——在數學中，Schönhage-Strassen演算法是用來完成大整數的乘法的快速漸近演算法。其演算法復雜度為：O(N log(N) log(log(N)))，該演算法使用了傅里葉變換。
27、單純型演算法(Simplex Algorithm)——在數學的優化理論中，單純型演算法是常用的技術，用來找到線性規劃問題的數值解。線性規劃問題包括在一組實變數上的一系列線性不等式組，以及一個等待較大化(或最小化)的固定線性函數。
28、奇異值分解(Singular value decomposition，簡稱SVD)——在線性代數中，SVD是重要的實數或復數矩陣的分解方法，在信號處理和統計中有多種應用，比如計算矩陣的偽逆矩陣(以求解最小二乘法問題)、解決超定線性系統(overdetermined linear systems)、矩陣逼近、數值天氣預報等等。
29、求解線性方程組(Solving a system of linear equations)——線性方程組是數學中最古老的問題，它們有很多應用，比如在數字信號處理、線性規劃中的估算和預測、數值分析中的非線性問題逼近等等。求解線性方程組，可以使用高斯—約當消去法(Gauss-Jordan elimination)，或是柯列斯基分解( Cholesky decomposition)。
30、Strukturtensor演算法——應用於模式識別領域，為所有像素找出一種計算方法，看看該像素是否處於同質區域( homogenous region)，看看它是否屬於邊緣，還是是一個頂點。
31、合並查找演算法(Union-find)——給定一組元素，該演算法常常用來把這些元素分為多個分離的、彼此不重合的組。不相交集(disjoint-set)的數據結構可以跟蹤這樣的切分方法。合並查找演算法可以在此種數據結構上完成兩個有用的操作：
查找：判斷某特定元素屬於哪個組。
合並：聯合或合並兩個組為一個組。
32、維特比演算法(Viterbi algorithm)——尋找隱藏狀態最有可能序列的動態規劃演算法，這種序列被稱為維特比路徑，其結果是一系列可以觀察到的事件，特別是在隱藏的Markov模型中。
『玖』 04.現代常見分組加密演算法
1.Triple DES
2.IDEA
3.RC6
4.RC6
5.ASE
其實就是有3個密鑰k1,k2,k3,如果m表示明文,C表示密文，他們是這樣操作的：
DES1(m)=>C1
DES2(C1)=>C2
DES3(C3)=>C3
DES密鑰太短是其短板，3DES密鑰長度為k1+k2+k3 = 56*3 = 168bit
既然都Triple自然就有double，為什麼不用Double DES呢？
我們先來看下double des:
首先根據DESC密鑰太短的特點，的確是有了double desc，可用中間相遇攻擊破解(老師坑爹沒講什麼是中間相遇攻擊，日後補上)，經過加密有2^64個可能的密文，密鑰長度為112bit(56+56)，所以選擇密鑰的可能性達到2^112，於是對給定一個明文P加密成密文有2^112/2^64 = 2^48種可能，對於給定兩個明文密文對，虛警率降為2^(46-64)=2^-16，用中間相遇攻擊大概可用2^57 可暴力破解
那麼如何解決中間相遇攻擊呢？於是設計出了Triple des，它一共有四種模式：
1.DES-EEE3：3個不同的密鑰，順序用三次加密演算法
2.DES-EDE3：3個不同的密鑰, 加密-解密-加密
3.DES-EEE2：兩個不同的密鑰，k1，k2，k1，依次k1加密，k2加密，k1加密
4.DES-EDE2：兩個不同的密鑰，k1，k2，k1，依次k1加密，k2解密，k1加密
這里我們著重介紹第四種,DES-EDE2
同DES相比有如下特點：
1.3DES安全性高，密鑰長度大於DES
2.3DES可抵抗中間相遇攻擊
3.可向下兼容，我們設k2=k1，則密鑰均為k1，上圖中A過程加密後在B過程解密，最後在C過程又加密，相當於僅用k1加密一次，兼容了DES，解密同理
4.相比於DES效率低些
要求：1.效率比3DES高
2.至少和3DES一樣安全，數據分組長度128bit
它有如下特點：
1.不屬於Feistel結構，屬於SP網路
2.加密,解密相似但不對稱
3.支持128/32=Nb數據塊大小
4.支持128/192/256(/32=Nk)密鑰長度
5.結構簡單速度快
什麼是Feistel結構？
Feistel 的優點在於：由於它是對稱的密碼結構，所以對信息的加密和解密的過程就極為相似，甚至完全一樣。這就使得在實施的過程中，對編碼量和線路傳輸的要求就減少了幾乎一半
什麼是SP網路結構？
在這種密碼的每一輪中，輪輸入首先被一個由子密鑰控制的可逆函數S作用，然後再對所得結果用置換(或可逆線性變換)P作用，S和P分別被稱為混亂層和擴散層，主要起混亂和擴散作用
通過置換和替換迭代加密(最後一輪沒有列混淆)
『拾』 現代演算法是什麼
就是當今社會主流的計算方法
要是現代優化演算法的話 問度娘