电子商务的加密技术有哪些?是如何加密和解密的

对称加密（加密和解密的密钥相同）和非对称加密（加密和解密的密钥不相同。公钥加密，私钥解密，或者私钥加密，公钥解密）

电子商务的加密技术有哪些？电商有哪几种模式呢？

电子商务的加密技术有哪些？电商有哪几种模式呢？

目前主流的加密技术有对称加密例如DES，3DES和AES，然后还有非对称加密技术：例如RSA和椭圆加密算法。对称加密的话，就是用来加密和解密的密钥是一样的，非对称加密的话，加密的密钥和解密的密钥是不一样的，用加密的密钥加密以后，只有配对的另外一个密钥才能解开。

另外我们还可以常常看到MD5，SHA，SHA1之类的算法，其实他们不是加密算法，因为他们的结算结果不可逆，你没法从结果得到输入的数据是什么，他们的用途主要是为了防止泄密和修改数据，因为对于这些算法来说，每一个输入只能有一个输出，修改了输入就会使得输出变化很大，所以被人修改了数据的话通过这个算法就能知道了。另外我校验密码的时候，如果只是通过这个计算结果来对比的话，其他人如果不知道我的密码，即使他能解码我的程序也不行，因为程序里面只有结果，没有输入的密码。

电商有哪几种模式呢？

1、电商平台的主流形式——B2C

B2C是英文Business to Customer的缩写，即商家对消费者，表现形式就是零售类的电商平台。国内的天猫京东，国外的亚马逊等耳熟能详的公司都是属于这一类，它们占了整个电子商务市场的大半壁江山，电商巨头也多产于这里。线下实体店有的商品，这里都有，所以现在很多人都不经常去实体店买东西了。

2、互联网模式的批发或分销——B2B

B2B指的是Business to Business，因为交易的双方都是商家性质，自然这类电商平台做的主要事情也就是商品的批发或分销了。很多情况下，卖家能够直接通过平台在生产厂家手里拿货，避免了多级中间商价以及中转的物流成本，这就是电子商务的优势魅力所在。

电商平台分类中的B2B平台其实比B2C类出现的更早，早期的有慧聪网、马可波罗、阿里的1688等，不过现在前两个已经掉队。

3、个人之间的电子商务——C2C

Consumer to Consumer，简称C2C，相信有的朋友已经有过做淘宝店家的经历了，没错！它就是C2C电商平台里出名的代表，江湖人称“的淘宝”。国外比较出名的是eBay，每天都有几百万的商品在上面上架销售，而且是面向全球的整个市场。

4、线上与线下的深入融合——O2O

如果说以前的电商平台模式大部分都是在冲击传统商业模式和传统企业，那么近几年出现的Online to Offline，及O2O模式则给传统商业带来了强大的发展助力。在美团、这些O2O电商平台，消费者可以直接在线上购买或预定，然后到线下实体店去消费，平台为店家带去了源源不断的客源。

电子商务的加密技术有哪些?是如何加密和解密的?

对称加密（加密和解密的密钥相同）和非对称加密（加密和解密的密钥不相同。公钥加密，私钥解密，或者私钥加密，公钥解密）

目前主流的加密技术有对称加密例如DES，3DES和AES，然后还有非对称加密技术：例如RSA和椭圆加密算法。对称加密的话，就是用来加密和解密的密钥是一样的，非对称加密的话，加密的密钥和解密的密钥是不一样的，用加密的密钥加密以后，只有配对的另外一个密钥才能解开。

另外我们还可以常常看到MD5，SHA，SHA1之类的算法，其实他们不是加密算法，因为他们的结算结果不可逆，你没法从结果得到输入的数据是什么，他们的用途主要是为了防止泄密和修改数据，因为对于这些算法来说，每一个输入只能有一个输出，修改了输入就会使得输出变化很大，所以被人修改了数据的话通过这个算法就能知道了。另外我校验密码的时候，如果只是通过这个计算结果来对比的话，其他人如果不知道我的密码，即使他能解码我的程序也不行，因为程序里面只有结果，没有输入的密码。

电商类的奥鹏适合什么算法

算法大致可以分为三类：基于内容的算法、协同过滤算法和基于知识的算法。

基于内容的算法，原理是用户喜欢和自己关注过的Item在内容上类似的Item，比如你看了哈利波特I，基于内容的算法发现哈利波特II-VI，与你以前观看的在内容上面（共有很多）有很大关联性，就把后者给你，这种方法可以避免Item的冷启动问题（冷启动：如果一个Item从没有被关注过，其他算法则很少会去，但是基于内容的算法可以分析Item之间的关系，实现），弊端在于的Item可能会重复，典型的就是，如果你看了一则关于MH370的，很可能的和你浏览过的，内容一致；另外一个弊端则是对于一些多媒体的（比如音乐、电影、等)由于很难提内容特征，则很难进行，一种解决方式则是人工给这些Item打标签。

协同过滤算法，原理是用户喜欢那些具有相似兴趣的用户喜欢过的商品，比如你的朋友喜欢电影哈利波特I，那么就会给你，这是简单的基于用户的协同过滤算法（user-based collaboratIve filtering），还有一种是基于Item的协同过滤算法（-based collaborative filtering），这两种方法都是将用户的所有数据读入到内存中进行运算的，因此成为Memory-based Collaborative Filtering，另一种则是Model-based collaborative filtering，包括Aspect Model，pLSA，LDA，聚类，SVD，Matrix Factorization等，这种方法训练过程比较长，但是训练完成后，过程比较快。

后一种方法是基于知识的算法，也有人将这种方法归为基于内容的，这种方法比较典型的是构建领域本体，或者是建立一定的规则，进行。

混合算法，则会融合以上方法，以加权或者串联、并联等方式尽心融合。

当然，系统还包括很多方法，其实机器学习或者数据挖掘里面的方法，很多都可以应用在系统中，比如说LR、GBDT、RF（这三种方法在一些电商里面经常用到），社交网络里面的图结构等，都可以说是方法。