身份验证、数据加密和消息集成中 IP 安全问题之间的区别？
difference between IP security issue in authentication, data encryption, and message integration?
我对这些术语以及他们使用什么方法或算法来实现这一点感到困惑。据我了解，数据加密有两种方式：对称密钥和public密钥；消息整合是通过哈希算法完成的；以及认证方式包括public key, pre shred key等。不过这三者是什么关系，或者谁能举例说明一下。我真的对这三个术语感到困惑。谢谢！
这是一个比 IPSec 问题更一般的密码学问题，所以我已经回答了一般情况：
密码学通常用于提供三个主要属性；身份验证、混淆（加密）和数据完整性（我认为你所说的 "message integration" 是什么意思）。
要了解这些属性是什么、我们为什么需要它们、密码学如何提供它们以及它们如何相互关联，请考虑以下示例：
Alice 是一家贸易公司的经纪人，她想向她的交易员 Bob 发送一份购买一定数量的特定股票的订单。 Alice是个细心的经纪人，她有几点顾虑：
- 她需要确保 Bob 收到正确的消息；如果他买错了数量，或者买错了股票，或者其他什么东西，爱丽丝就会损失很多钱。
- 她需要确保 Bob 知道消息来自她，而且只有她。除非爱丽丝告诉他，否则鲍勃不会进行交易，但他需要一种方法来确保确实是爱丽丝在下订单。
- 她需要确保没有其他人在交易订单下达之前发现它，否则另一个经纪人会先发制人。
通过明智地应用密码学，我们可以减轻爱丽丝的所有三个担忧。总而言之，我们需要确保 Bob 得到正确的消息； Bob 可以验证 Alice 发送了订单；并且只有 Bob 可以阅读订单。让我们一次处理这些。
- 为了确保 Bob 获得正确的订单，他需要某种方式来验证他收到的消息实际上是 Alice 打算发送的消息。一个（相对）简单的方法是 Alice 将她的消息的 hash 与所述消息一起传输。消息的哈希是所谓的 哈希函数 的输出，消息作为其输入。哈希函数具有多种有用的属性，但我们只关注一个；改变乘法。也就是说，即使改变输入中的一位也会产生截然不同的输出； "multiplies" 从单个交换位到巨大分歧的变化。因此，当 Alice 向 Bob 发送消息及其哈希值时，Bob 可以重新计算他所拥有的消息的哈希值，并将其与 Alice 发送给他的消息进行比较。如果他们匹配，那么他有正确的信息。然而，即使他收到的消息中有一点被翻转，他也会计算出一个截然不同的散列值，并且能够判断出是什么原因导致他收到了错误的消息。这就是我们如何使用密码学（哈希函数）来确保 数据完整性.
- 我们需要确保 Bob 知道消息来自 Alice。欺骗 IP 或电子邮件地址相对容易，因此我们需要比仅查看 "From:" 字段更复杂的东西；我们需要密码学！我们需要让 Alice 对她发送的消息做一些只有 Alice 可以做的事情，并且以 Bob 可以轻松验证的方式进行。为此，我们最常使用的工具是 非对称密码学 。在非对称密码系统中，Alice 有两个密钥可以用来加密数据。加密只是简单地使用密钥和算法将数据转换为另一种形式，以便以后可以逆向（解密）转换。在传统（对称）密码系统中，相同的密钥用于加密和解密数据。然而，使非对称密码系统如此出色的原因在于，使用 Alice 的两个密钥 A 和 B，使用 A 加密的任何内容都可以仅 使用 B 解密，而使用 B 加密的任何内容只能使用A解密。另外，B只能解密使用A加密的消息，A也只能解密使用B加密的消息。因此，如果您收到消息并且能够使用 B 解密它，您知道发件人使用 A 对其进行了加密。因此 Alice 可以将 A 保密（她的 "private key"）并将 B 发布在互联网上供任何人查找。然后，当她向 Bob 发送消息时，她使用 A 对其进行加密（在大多数现代密码系统中，她实际上会使用 A 对消息的哈希进行加密，并将其附加到明文消息中；这称为 签名)。然后 Bob 可以上网，获取 B，并尝试用它来解密他认为从 Alice 那里得到的消息；如果有效，那么他就知道是她发送的，因为只有 Alice 可以访问 A。这就是我们使用密码学（非对称密码学）提供 身份验证.
的方式
- 我们仍然需要确保此消息不被窥探。一种简单的方法（也是当今最常用的方法）是 Bob 生成他自己的一对非对称密钥 X 和 Y，并在互联网上发布 Y。然后，当她发送消息时，Alice 可以获取 Y 并用它来加密她的订单。由于 Bob 是唯一可以访问 X 的人，因此他是唯一可以解密消息的人。另一种简单的方法是使用 对称 密码系统，其中可以使用相同的密钥来加密和解密数据。然后，只要 Alice 和 Bob 都知道密钥，而没有其他人知道，他们就可以使用他们的共享密钥来保护他们的通信。这就是我们如何使用密码学（非对称和对称密码系统）来提供消息 obfuscation.
我对这些术语以及他们使用什么方法或算法来实现这一点感到困惑。据我了解，数据加密有两种方式：对称密钥和public密钥；消息整合是通过哈希算法完成的；以及认证方式包括public key, pre shred key等。不过这三者是什么关系，或者谁能举例说明一下。我真的对这三个术语感到困惑。谢谢！
这是一个比 IPSec 问题更一般的密码学问题，所以我已经回答了一般情况：
密码学通常用于提供三个主要属性；身份验证、混淆（加密）和数据完整性（我认为你所说的 "message integration" 是什么意思）。
要了解这些属性是什么、我们为什么需要它们、密码学如何提供它们以及它们如何相互关联，请考虑以下示例：
Alice 是一家贸易公司的经纪人，她想向她的交易员 Bob 发送一份购买一定数量的特定股票的订单。 Alice是个细心的经纪人，她有几点顾虑：
- 她需要确保 Bob 收到正确的消息；如果他买错了数量，或者买错了股票，或者其他什么东西，爱丽丝就会损失很多钱。
- 她需要确保 Bob 知道消息来自她，而且只有她。除非爱丽丝告诉他，否则鲍勃不会进行交易，但他需要一种方法来确保确实是爱丽丝在下订单。
- 她需要确保没有其他人在交易订单下达之前发现它，否则另一个经纪人会先发制人。
通过明智地应用密码学，我们可以减轻爱丽丝的所有三个担忧。总而言之，我们需要确保 Bob 得到正确的消息； Bob 可以验证 Alice 发送了订单；并且只有 Bob 可以阅读订单。让我们一次处理这些。
- 为了确保 Bob 获得正确的订单，他需要某种方式来验证他收到的消息实际上是 Alice 打算发送的消息。一个（相对）简单的方法是 Alice 将她的消息的 hash 与所述消息一起传输。消息的哈希是所谓的 哈希函数 的输出，消息作为其输入。哈希函数具有多种有用的属性，但我们只关注一个；改变乘法。也就是说，即使改变输入中的一位也会产生截然不同的输出； "multiplies" 从单个交换位到巨大分歧的变化。因此，当 Alice 向 Bob 发送消息及其哈希值时，Bob 可以重新计算他所拥有的消息的哈希值，并将其与 Alice 发送给他的消息进行比较。如果他们匹配，那么他有正确的信息。然而，即使他收到的消息中有一点被翻转，他也会计算出一个截然不同的散列值，并且能够判断出是什么原因导致他收到了错误的消息。这就是我们如何使用密码学（哈希函数）来确保 数据完整性.
- 我们需要确保 Bob 知道消息来自 Alice。欺骗 IP 或电子邮件地址相对容易，因此我们需要比仅查看 "From:" 字段更复杂的东西；我们需要密码学！我们需要让 Alice 对她发送的消息做一些只有 Alice 可以做的事情，并且以 Bob 可以轻松验证的方式进行。为此，我们最常使用的工具是 非对称密码学 。在非对称密码系统中，Alice 有两个密钥可以用来加密数据。加密只是简单地使用密钥和算法将数据转换为另一种形式，以便以后可以逆向（解密）转换。在传统（对称）密码系统中，相同的密钥用于加密和解密数据。然而，使非对称密码系统如此出色的原因在于，使用 Alice 的两个密钥 A 和 B，使用 A 加密的任何内容都可以仅 使用 B 解密，而使用 B 加密的任何内容只能使用A解密。另外，B只能解密使用A加密的消息，A也只能解密使用B加密的消息。因此，如果您收到消息并且能够使用 B 解密它，您知道发件人使用 A 对其进行了加密。因此 Alice 可以将 A 保密（她的 "private key"）并将 B 发布在互联网上供任何人查找。然后，当她向 Bob 发送消息时，她使用 A 对其进行加密（在大多数现代密码系统中，她实际上会使用 A 对消息的哈希进行加密，并将其附加到明文消息中；这称为 签名)。然后 Bob 可以上网，获取 B，并尝试用它来解密他认为从 Alice 那里得到的消息；如果有效，那么他就知道是她发送的，因为只有 Alice 可以访问 A。这就是我们使用密码学（非对称密码学）提供 身份验证. 的方式
- 我们仍然需要确保此消息不被窥探。一种简单的方法（也是当今最常用的方法）是 Bob 生成他自己的一对非对称密钥 X 和 Y，并在互联网上发布 Y。然后，当她发送消息时，Alice 可以获取 Y 并用它来加密她的订单。由于 Bob 是唯一可以访问 X 的人，因此他是唯一可以解密消息的人。另一种简单的方法是使用 对称 密码系统，其中可以使用相同的密钥来加密和解密数据。然后，只要 Alice 和 Bob 都知道密钥，而没有其他人知道，他们就可以使用他们的共享密钥来保护他们的通信。这就是我们如何使用密码学（非对称和对称密码系统）来提供消息 obfuscation.