SpiritBob
2020-01-31 18:30
这两个函数执行相同的操作（当使用相同的参数时，它们会生成相同的加密密钥）。
它们设计上的唯一区别在于，它Rfc2898DeriveBytes提供了更多的加密算法，而KeyDerivation提供的算法更少，并且还是需要下载的软件包。（除非我没有记错，否则仅预存在于ASP.NET/ASP.NET Core中。）
从性能的角度来看（基准是我自己的），在某一点KeyDerivation上速度要快得多，尤其是在SHA-1计算中，但是在连续测试10到15分钟后，它们似乎趋于平衡，所以我不能真正说出哪个更高效。我可以说的是，您需要为分配额外的资源Rfc2898DeriveBytes，您可以立即将其分配或在应用程序的整个生命周期内重新使用，而KeyDerivation在使用过程中不需要任何仪式。当然，这是以其有限的算法为代价的。
如果您不断地处置和实例化一个新的实例Rfc2898DeriveBytes（由于无法更改所提供的密码，因此90％的时间没有重复使用），那么我相信KeyDerivation它会快得多。（我的基准测试显示速度降低了50％。）
热门帖子
相关问题
2
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13