编码、加密、Hash、序列化和字符集

了解编码、加密、Hash、序列化和字符集的概念。

编码

编码是信息 （文本或者非文本的二进制文件） 从「一种形式」或者格式转换到「另一种形式」的过程。

编码只是表现形式的转换，并不是一种加密方式。

常见的编码有：

• Base64编码
• URL编码（也叫%编码）
• 压缩/解压缩编码

Base64编码

用途

Base64编码 可以把非文本的二进制文件 （如图片、视频） 转换成字符串。可以用普通表单（只支持传文本）上传图片。

Base64传图片是很老的方法，可以用multipart或者image/jpeg的方式传图片； Base64不是一种加密方式，并不安全； Base64会增大文件体积，并不高效。

URL编码

用途

URLEncode和URLDecode 是问了消除歧义，避免解析错误，把保留字符转换成%编码 。

比如 https://www.baidu.com/s?wd=编码 会被转换成 https://www.baidu.com/s?wd=%E7%BC%96%E7%A0%81

压缩/解压缩编码

用途

顾名思义，压缩 是减少文件体积，方便传输；解压缩是把压缩后的文件还原成原文件。

常见的压缩文件格式

• zip：文件压缩，压缩算法是DEFLATE
• JPEG/PNG：图片压缩
• MP3：音频压缩
• MP4：视频压缩

压缩分成「有损压缩」和「无损压缩」，「有损压缩」是不可逆的。

加密

对称加密

对称加密：密钥相同，加密算法和解密算法不同。

常见对称加密算法

• DES：密钥太短（64位），已经弃用
• AES：密钥有128位、192位和256位

对称加密的缺点：密钥传输有风险。

非对称加密

非对称加密：密钥不同，加密算法和解密算法相同。

常见非对称加密算法

• RSA：可以用来加密和签名
• DSA：只用来签名（速度快）

非对称加密会生成一对密钥：公钥和私钥。其中私钥自己持有，绝对保密；公钥是可以公开出去的。这样就避免了密钥传输风险。

私钥加密的密文，可以用公钥解密；公钥加密的密文，可以用私钥解密；但是公钥和私钥不能替换，因为公钥可以通过私钥计算得到 （椭圆曲线算法） 。

数字签名和验证

非对称加密会遇到 数据伪造风险 （使用公钥伪造数据），所以产生了 「数据签名-验证」的用法。

• 签名：A用私钥对原数据的「Hash」进行加密，得到「密文」，同时把「Hash」和「密文」发给B；
• 验证：B用公钥对「密文」进行解密，得到的结果和「Hash」对比，如果一致说明确实是用A的私钥加密的，证明发送方确实是A。

加密的使用流程

没有一种加密方式是绝对安全的，对称加密和非对称加密也没有优劣之分。需要根据具体场景选择适合的加密方式。

前提说明：

1. A、B是通信双方，默认A和B所持有的数据是不会泄漏的（这里只分析传输过程中的安全问题）；
2. C是坏人，假设通信过程中的所有数据都会被C所拦截。

对称加密的使用流程

情景1：

1. A和B都有密钥，不需要传输密钥； 2. C只能拦截到密文，无法解密，是安全的。

情景2：

1. A没有密钥，B有密钥，B需要把密钥传给A； 2. C同时拦截到密文和密钥，是不安全的。

非对称加密的使用流程

情景1：只有一对公钥和私钥

**1. B持有自己的私钥，公钥公开给A和C；

1. A使用B公钥加密后的密文发送给B，B再用B私钥解密；C无法用B公钥解密，安全；
2. B使用B私钥加密后的密文发送给A，A再用B公钥解密；C也可以用B公钥解密，不安全；**

情景2：有两对公钥和私钥（A和B）

1. AB分别持有自己的私钥，和对方的公钥；C也持有两者的公钥； 2. A使用B公钥加密后的密文发送给B，B再用B私钥解密；C无法用B公钥解密，安全； 3. B使用A公钥加密后的密文发送给A，A再用A私钥解密；C无法用A公钥解密，安全；

如果改成用私钥加密，公钥解密会怎样呢？

用私钥加密，就要用公钥解密，C拥有两个公钥，所以是不安全的。

数字签名和验证

上面采用两对公钥和私钥，并且用公钥加密，私钥解密的方案，还有一个风险，就是C可以用公钥伪造数据发送给A和B。

情景3：使用数字签名和验证

1. 首先，对原数据进行Hash计算，得到原数据的Hash值（体积小，方便传输）； . 使用自己的私钥对Hash进行加密（签名），然后把Hash和密文发送给对方； 3. 接受方使用对方的公钥解密，然后和原数据Hash对比，如果一致，说明发送方是拥有私钥的（验证）； 4. C没有A和B的私钥，所以无法伪造。

情景4：完整的加密和签名流程

所以非对称加密传输数据，需要： 1. 两对公钥和私钥； 2. 用公钥加密，私钥解密； 3. 用私钥签名，公钥验证。

Hash

用途

Hash 是把任意数据转成指定大小（一般很小）的数据。可以用来作摘要、数字指纹。

摘要、数字指纹就好像人的DNA一样，可以用来唯一表示该数据，但是不能逆向还原出原数据。

应用场景

• 数据完整性验证

对数据Data进行Hash，得到DataHash（很小），接收方接受到Data后再进行一次Hash，得到的结果跟DataHash对比，一致的话可以认为接收到的数据是完整的。

• 快速查找

HashMap是一个可以用来快速查找的数据结构，通过对比对象的Hash值实现。

Java的Object对象有默认实现的equals() 和 hashCode() 方法，通过hashCode()可以快速判断两个对象是否相等，如果hashCode相等再判断equals()。(所以要重写equals()方法也要同时重写hashCode()方法)

常见的Hash算法

• MD5
• SHA1
• SHA256

序列化

• 序列化：把内存中的对象转换成字节序列（一般是JSON），用于存储或者传输。
• 反序列化：把字节序列（一般是JSON）转换成内存中的对象。

Java 中实现 Serializable 接口，就可以对对象进行序列化。

字符集

字符集 是一个由整数向现实文字符号的映射（Map）。简单来说就是用整数表示文字符号。

• ASCII 字符集
• Unicode 字符集
  • UTF-8：Unicode的编码分支
  • UTF-16：Unicode的编码分支
• GBK 字符集

一个字符集的不同编码分支，指的是同一个字符集的不同表示方式； GBK现在基本退出历史舞台。