ota之.加密算法,mcu加密方式

一、ota之.加密算法,mcu加密方式

前面一篇文章,讲了soc的加密方式,但是soc资源充足,mcu没有,所以不会用openss生成公私钥
切计算哈希用rsa256位。

  • ECC(椭圆曲线加密) 是一种非对称加密算法,用于生成公钥/私钥对,实现数字签名、密钥交换等,特点是密钥短、效率高,适合手表等资源受限设备。
  • SHA(如SHA-256) 是哈希算法,用于计算数据的“指纹”(哈希值),不生成密钥,仅用于验证数据完整性(防篡改)。
  • MD5 也是哈希算法,但安全性极低(易被碰撞攻击),已淘汰;SHA-256 是更安全的哈希算法

详细解释

  1. ECC(椭圆曲线加密)的作用:生成公私钥,实现签名/加密

ECC是非对称加密算法的一种(和RSA同属一类,但更高效),核心功能是:

  • 生成公钥和私钥对:通过椭圆曲线数学特性,生成一对关联的密钥(私钥是随机数,公钥由私钥计算得出,不可逆)。
  • 数字签名:用私钥对数据的哈希值加密(生成签名),接收方用公钥解密签名,验证数据来源和完整性(如手表OTA中,服务器用私钥签名,手表用预存公钥验签)。
  • 密钥交换:在需要加密通信时(如手表和服务器传输敏感数据),用ECC安全交换对称加密密钥(避免密钥明文传输)。

ECC的优势:相同安全性下,密钥长度比RSA短(如256位ECC≈2048位RSA),计算速度快、耗电少,特别适合手表等低功耗MCU。

  1. SHA(如SHA-256)的作用:计算哈希值,验证数据完整性

SHA(安全散列算法)是哈希算法,和密钥无关,仅做一件事:

  • 对任意长度的数据(如手表的OTA包、文本、文件)计算出固定长度的哈希值(如SHA-256生成256位=32字节的哈希值),相当于数据的“唯一指纹”。
  • 特点:数据只要有任何微小改动(哪怕1个比特),哈希值会完全不同;且无法从哈希值反推原始数据(单向性)。

为什么不用MD5?
MD5也是哈希算法,但因“碰撞攻击”漏洞(不同数据可生成相同MD5值),早已被淘汰,无法用于安全场景(如OTA验证)。SHA-256安全性高,是目前主流选择。

  1. 三者的关系:哈希(SHA)+ 非对称加密(ECC)配合实现安全验证

以手表OTA为例,流程是:

  1. 服务器端:
  • 对OTA包用SHA-256计算哈希值(得到“数据指纹”)。
  • 用ECC私钥对哈希值加密,生成数字签名(相当于“盖章”)。
  • 下发“OTA包 + 签名”给手表。
  1. 手表端:
  • 对接收到的OTA包用SHA-256计算本地哈希值。
  • 用预存的ECC公钥解密签名,得到服务器计算的原始哈希值。
  • 对比两个哈希值:一致则包未被篡改,且来自合法服务器(通过ECC公钥验证)。

总结:ECC负责“身份认证和签名加密”(用公私钥),SHA-256负责“数据完整性校验”(用哈希值),两者配合在手表等设备上实现高效、安全的OTA验证。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/news/914891.shtml
繁体地址,请注明出处:http://hk.pswp.cn/news/914891.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LangChain面试内容整理-知识点23:实战案例:检索增强生成(RAG)系统

检索增强生成(Retrieval-Augmented Generation, RAG)是一种将LLM与外部知识库结合的方法,通过实时检索相关信息来辅助生成答案。这极大缓解了LLM“封闭知识”过期或不足的问题。LangChain非常适合构建RAG系统,因为它提供了文档加载、向量存储、检索接口、LLM组合的一站式方…

探索阿里云ESA:开启边缘安全加速新时代

阿里云 ESA 是什么?阿里云 ESA,全称边缘安全加速(Edge Security Acceleration) ,其前身为全站加速 DCDN(Dynamic Content Delivery Network)。在 2024 年 9 月 30 日,阿里云完成了这…

醋酸铈:赋能科技创新的稀土之力

一、什么是醋酸铈醋酸铈是铈元素与醋酸根离子形成的化合物。铈作为稀土元素中的重要一员,广泛应用于材料科学、催化剂、电子产品等领域。醋酸铈以无色结晶或浅黄色结晶的形式存在,是铈的有机盐之一。它不仅具有稳定的化学性质,而且在某些特定…

数据结构之普利姆算法

前言:Prim算法是图论中的算法,用来生成图的最小生成树。本篇文章介绍算法的流程,实现思想,和具体代码实现,使用c语言。学习需要输出才能理解的更透彻,所以说坚持写文章,希望可以用自己的方式把一…

构建强大的物联网架构所需了解的一切

数据正驱动着当今的商业发展,而物联网(IoT)则有助于为企业的增长和创新开辟新的机遇。麦肯锡的研究表明,全球数据在四年内实现了惊人的 7 倍增长。随着越来越多的物联网设备进入市场,更多企业开始需要强大的物联网架构…

java之json转excel生成

背景 业务为实现自定义样式excel的导出&#xff0c;常规的做法就是根据数据在代码中进行类似模版的配置&#xff1b;这样的体验不是很好&#xff0c;只要用户改变下样式的设置不用代码改动就能实现自定义excel的导出更加灵活。 以下是具体实现 pom依赖 <dependency><g…

新版本Cursor中配置自定义MCP服务器教程,附MCP工具开发实战源码

在 Cursor 中配置自定义 MCP 服务器&#xff1a;打造你的 AI 开发工具链 引言 随着 AI 编程助手的普及&#xff0c;开发者们越来越希望能够定制化自己的开发环境。Cursor 作为一款强大的 AI 编程编辑器&#xff0c;提供了 Model Context Protocol (MCP) 支持&#xff0c;新版本…

前端面试十二之vue3基础

一、ref和reactive在 Vue 3 中&#xff0c;ref 和 reactive 是两种主要的响应式数据创建方式&#xff0c;它们各有特点和适用场景。1.refref 主要用于创建单个值的响应式引用&#xff0c;通常用于基本类型数据&#xff0c;如数字、字符串等。使用 ref 创建的引用对象可以通过 .…

设计模式四:装饰模式(Decorator Pattern)

装饰模式是一种结构型设计模式&#xff0c;它允许你动态地给一个对象添加额外的职责&#xff0c;相比继承更加灵活。1. 模式定义装饰模式&#xff1a;动态地给一个对象添加一些额外的职责。就增加功能来说&#xff0c;装饰模式相比生成子类更为灵活。2. 模式结构主要角色&#…

神经网络常见激活函数 14-Mish函数

文章目录Mish函数导函数函数和导函数图像优缺点PyTorch 中的 Mish 函数TensorFlow 中的 Mish 函数Mish 论文 https://arxiv.org/pdf/1908.08681 函数导函数 Mish函数 Mish(x)x⋅tanh⁡⁣(softplus(x))x⋅tanh⁡⁣(ln⁡⁣(1ex))\begin{aligned} \text{Mish}(x) & x \cdot \t…

LAMP迁移LNMP Nginx多站点配置全流程

文章目录前言备份与停止服务nginx安装与配置nginx 编译安装配置服务php-fpm多站点配置phf-fpm介绍多站点配置nginx 多站点配置nginx ssl 配置参考前言 之前服务器使用的是 LAMP环境&#xff0c;想充分利用服务器资源&#xff0c;再运行另外一个站点 在LAMP环境下应该是也可以…

Nginx屏蔽国外IP访问

下载IP列表 # 下载到文件 wget http://ftp.apnic.net/apnic/stats/apnic/delegated-apnic-latest # 直接输出到终端 curl -sSL https://ftp.apnic.net/apnic/stats/apnic/delegated-apnic-latest得到一份国内IP配置 # 原始IP列表格式&#xff1a;apnic|CN|ipv4|218.78.0.0|1310…

stl-string模拟

1.介绍主要进行cpp中string的模拟&#xff0c;方便我们更好的对stl进行使用&#xff0c;string没有模板&#xff0c;我们将头文件和函数写在两个不同的文件2.头文件3.cpp文件如有问题&#xff0c;欢迎纠正&#xff01;

基于MATLAB的极限学习机ELM的数据回归预测方法应用

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档&#xff09;&#xff0c;如需数据代码文档可以直接到文章最后关注获取 或者私信获取。 1.项目背景 在当今的数据驱动时代&#xff0c;准确且高效的预测模型对于解决复杂问题至关重要。极限学习机&#…

芯谷科技--双四通道模拟/数字多路复用器74HC4052

在电子系统中&#xff0c;信号的多路复用与解复用是常见的需求&#xff0c;特别是在需要对多个信号源进行选择和切换的场景中。芯谷科技推出的 74HC4052 双四通道模拟/数字多路复用器/解复用器&#xff0c;以其高效、灵活的设计&#xff0c;为工程师提供了可靠的解决方案。产品…

基于MATLAB的极限学习机ELM的数据分类预测方法应用

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档&#xff09;&#xff0c;如需数据代码文档可以直接到文章最后关注获取 或者私信获取。 1.项目背景 在现代数据挖掘与机器学习领域&#xff0c;面对日益复杂的数据结构和快速增长的数据量&#xff0c;开…

复合机器人在生物制药实验室上下料搬运案例

在医疗行业的物料搬运环节&#xff0c;传统的人工操作模式逐渐暴露出诸多弊端&#xff0c;成为制约企业发展的瓶颈。富唯智能通过引入先进的复合机器人技术&#xff0c;为医疗企业提供了高效、智能的上下料搬运解决方案&#xff0c;助力医疗行业实现自动化与智能化升级。​客户…

嵌入式学习-PyTorch(7)-day23

损失函数的调用import torch from torch import nn from torch.nn import L1Lossinputs torch.tensor([1.0,2.0,3.0]) target torch.tensor([1.0,2.0,5.0])inputs torch.reshape(inputs, (1, 1, 1, 3)) target torch.reshape(target, (1, 1, 1, 3)) #损失函数 loss L1Loss…

用 Ray 跨节点调用 GPU 部署 DeepSeek 大模型,实现分布式高效推理

在大模型时代&#xff0c;单节点 GPU 资源往往难以满足大模型&#xff08;如 7B/13B 参数模型&#xff09;的部署需求。借助 Ray 分布式框架&#xff0c;我们可以轻松实现跨节点 GPU 资源调度&#xff0c;让大模型在多节点间高效运行。本文将以 DeepSeek-llm-7B-Chat 模型为例&…

快速了解 HTTPS

1. 引入 在 HTTP 协议 章节的 reference 段&#xff0c;曾提到过 HTTPS。这里对HTTPS进行详细介绍。 HTTPS 是在 HTTP 的基础上&#xff0c;引入了一个加密层 (SSL)。HTTP 是明文传输的 (不安全)。当下所见到的大部分网站都是 HTTPS 的。 起初是拜运营商劫持所赐&#xff08;…