1700509000
1700509001
1700509002
1700509003
由于这些都是正整数，所以对只会做加法的电子计算机来说，还是能比较容易地得到解。
1700509004
1700509005
但是，要在破解公钥（本来就是公开的）的情况下拿到密文c来破解u，就只能根据
1700509006
1700509007
1700509008
1700509009
1700509010
来计算，也就是通过截获的N来分解质因数，得到p和q。
1700509011
1700509012
这个计算量在512位的RSA密钥上大概需要计算8000个MIPS(8)年才能破解。而随着电子计算机计算能力增加，在加密时只需要加长RSA密钥的位数就可以了。
1700509013
1700509014
一般来说，不论加密还是解密，RSA的运算成本比DES要高。所以，必须使用RSA这种级别算法的加密场合在对保密性要求不高的情况下很少见。
1700509015
1700509016
数据科学家养成手册 [:1700503609]
1700509017
12.2.4 压缩问题
1700509018
1700509019
在日志收集中还有一个问题需要考虑，就是数据压缩问题。
1700509020
1700509021
在互联网环境中，带宽的价格是比较昂贵的，如果CPU资源相对过剩，而带宽资源又比较紧张的话，可以考虑压缩后再将数据上传。如果上传的是日志文件，可以直接使用压缩软件或者自己编写的压缩算法进行压缩，然后通过FTP上传。
1700509022
1700509023
如果使用的是单条的日志数据，那么一般只能在自己编写的算法里实现。如果使用Python语言在客户端进行日志收集的话，可选择的库非常丰富。zlib就是Python语言环境中很常用的一个用于压缩和解压缩的库文件。
1700509024
1700509025
下面给出一段使用zlib进行压缩和解压缩的简单语句，由于通常是基于字典压缩，所以重复字符串越长，所占全文比例越大，压缩的效果就越好。凡是基于字典压缩，通常都会有这种经验——文件形式的内容比单条形式的内容压缩率更低，压缩效果更好。这段文字压缩前是228个字符，压缩后仅为26个字符。
1700509026
1700509027
#coding=utf-8import zlibsource=“xxxxxxxxxxxxxxxxxxxx,xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx,xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx,xxxxxxxxxxxxxxxxxxxxxxx,xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx,xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx”compressed=zlib.compress(source)decompressed=zlib.decompress(compressed)
1700509028
1700509029
请注意，这里的压缩一般情况下都是无损压缩，所以压缩的数据肯定不会低于信息论的下界，也就是说，对“稀疏矩阵”的压缩效果尤为明显。我们看到的现象就是，如果文件中有大量重复信息，那么压缩出来的文件就非常小；而如果文件是被压缩过的，例如 .JPG文件、.MPEG文件等，则不管使用什么算法，压缩空间通常都很小。
1700509030
1700509031
数据科学家养成手册 [:1700503610]
1700509032
12.2.5 连接方式
1700509033
1700509034
在数据采集这个环节，还有一个问题需要讨论，那就是使用短连接还是长连接。这两种方式在互联网的应用中都广泛存在。
1700509035
1700509036
1．短连接
1700509037
1700509038
先说短连接（如图12-6所示）。
1700509039
1700509040
1700509041
1700509042
1700509043
图12-6 三次握手与四次挥手
1700509044
1700509045
在TCP协议栈中，连接的建立有标准的步骤，就是TCP协议栈规定的“三次握手”。这里有两个角色：一个是Server，它是被动方，所做的事情就是启动一个TCP端口的监听；另一个是Client，用于主动向服务方Server发起连接请求。
1700509046
1700509047
（1）当Server接收到Client发来的连接请求（SYN包）后，会回发一个SYN包，表示Server方已经准备好建立连接。
1700509048
1700509049
（2）在Client接收到Server发来的SYN包后，回送给Server端一个ACK包。这样，三次握手就建立了一个五元组连接，在Server端和Client端都会看到一个新五元组的建立。这个所谓的五元组是指“本地IP”、“本地Port”、“远端IP”、“远端Port”、协议类型”的组合，用来描述和管理一个独一无二的连接。有些文章中会使用“源地址”、“远端口”、“目的地址”、“目的端口”这样的说法，意思相同。