开源项目

papers C++ Star 0

papers

浏览量：1847 下载量：323 about 1 month前

AESxWin C# Star 0

**AESxWin**这是为一个特定的目的而制作的个人工具(同时加密多个文件，以便在云服务上安全地备份它们)，然后我决定添加一些特性并改进UI(实际上是创建UI)，使其用于一般用途。

原始仓库地址：https://github.com/EslaMx7/AESxWin.git 浏览量：1298 下载量：947 about 1 month前

Encryptamajig C# Star 0

**Encryptamajig**是一个简单的包装器到.net AES加密算法的功能。

原始仓库地址：https://github.com/jbubriski/Encryptamajig.git 浏览量：1417 下载量：697 about 1 month前

xxtea-java Java Star 0

**XXTEA**是一种快速、安全的加密算法。这是一个Java的XXTEA库。它不同于原始的XXTEA加密算法。它加密和解密字节而不是32位整数数组，密钥也是字节。除了提供byte加密和解密API外，它还提供了一些处理字符串和Base64编码的方法。

原始仓库地址：https://github.com/xxtea/xxtea-java.git 浏览量：1924 下载量：791 about 1 month前

RSAUtil C# Star 0

本仓库是. Net Core RSA算法使用的帮助工具。它支持数据加密、解密、签名和验证签名。它支持三种关键格式，即:xml、pkcs1、pkcs8。它还支持这三种格式的键转换。最后还支持pem格式

原始仓库地址：https://github.com/stulzq/RSAUtil.git 浏览量：1806 下载量：241 about 1 month前

encryption-algorithm C# Star 0

**encryption-algorithm**包含各种密码学算法的 C# GUI编程实现，包含： - DES - AES - Present - 扩展欧几里得算法 - 素性检测最终的结果

原始仓库地址：https://github.com/usecodelee/encryption-algorithm.git 浏览量：1618 下载量：979 about 1 month前

xxtea-c C Star 0

**XXTEA**是一种快速、安全的加密算法。这是一个用于c的XXTEA库，它不同于原始的XXTEA加密算法。它加密和解密原始二进制数据而不是32位整数数组，密钥也是原始二进制数据。

原始仓库地址：https://github.com/xxtea/xxtea-c.git 浏览量：1817 下载量：165 2 months前

AES-Illustrated C# Star 0

**AES-Illustrated**是高级加密标准(AES)算法的一种实现，旨在研究与“高级加密标准(AES)简笔图指南”。博客文章在www.moserware.com

原始仓库地址：https://github.com/moserware/AES-Illustrated.git 浏览量：1120 下载量：104 2 months前

password-manager Javascript Star 0

**Clipperz**是一个智能的在线保险库，您可以在这里存储机密数据而不用担心安全性。它可以用来保存和管理密码、私人笔记,防盗报警器代码,信用卡和借记卡的细节,标签,软件的密码,因为密码是最常见的类型的私人信息,你需要保护,我们添加了大量的功能使**Clipperz**在线密码管理器。更多信息请访问Clipperz网站。（https://clipperz.is/） **Clipperz**使互联网成为最方便和安全的地方，保存您最珍贵和敏感的数据。

原始仓库地址：https://github.com/clipperz/password-manager.git 浏览量：1864 下载量：541 2 months前

machine-learning-diff-private-federated-learning Python Star 0

联邦学习是谷歌引入的一种保护隐私的分散学习协议。多个客户机共同学习一个没有数据集中的模型。集中化从数据空间推到参数空间:https://research.google.com/pubs/pub44822.html[1]。深度学习中的差异隐私涉及到个人数据点的隐私保护:https://arxiv.org/abs/1607.00133[2]。在这项工作中，我们结合了两者的概念，使联邦学习区别于私人。我们专注于保护客户端整个数据集的隐私。更多信息请参考:https://arxiv.org/abs/1712.07557v2。

原始仓库地址：https://github.com/SAP/machine-learning-diff-private-federated-learning.git 浏览量：1313 下载量：164 3 months前