XJar:Spring Boot JAR 安全加密运行工具
2026-01-20 02:39:30作者:伍希望
项目基础介绍和主要编程语言
XJar 是一个用于 Spring Boot JAR 包的安全加密运行工具,支持原生 JAR 包的加密和解密。该项目主要使用 Java 语言开发,同时也包含部分 Go 语言代码用于生成启动器。
项目核心功能
XJar 的核心功能包括:
- 无代码侵入:用户只需要将编译好的 JAR 包通过工具加密即可,无需修改源代码。
- 完全内存解密:加密后的 JAR 包在运行时完全在内存中解密,降低源码和字节码泄露或反编译的风险。
- 支持所有 JDK 内置加解密算法:用户可以选择需要加解密的字节码或其他资源文件。
- 支持 Maven 插件:通过 Maven 插件,加密过程更加便捷。
- 动态生成 Go 启动器:保护密码不泄露,确保加密后的 JAR 包安全运行。
项目最近更新的功能
XJar 最近的更新包括:
- 安全性升级:增强了加密和解密的安全性,确保数据在传输和存储过程中的安全。
- 兼容 JDK-9 及以上版本:解决了在 JDK-9 及以上版本中由于模块化导致 XJar 无法使用的问题。
- 加解密支持填充模式:增加了对填充模式的支持,提高了加密算法的灵活性和安全性。
- 升级启动器:优化了 Go 启动器的生成和运行机制,提升了启动速度和稳定性。
- 提供智能加密/解密器:简化了加密和解密的操作流程,避免用户在使用过程中出现失误。
通过这些更新,XJar 不仅提升了自身的安全性和兼容性,还简化了用户的使用流程,使其成为一个更加强大和易用的工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
最新内容推荐
3种实用方案解决软件试用期管理难题SMUDebugTool:重新定义AMD Ryzen硬件调试的开源解决方案企业级视频本地化:技术架构与商业落地指南4个效率优化维度:Kronos金融大模型资源配置与训练实战指南3步打造高效键盘效率工具:MyKeymap个性化配置指南RapidOCR:企业级本地化OCR工具的技术解析与应用实践开源小说下载工具:实现网络小说本地存储的完整方案Detect-It-Easy技术教程:精准识别PyInstaller打包文件的核心方法GDevelop零代码游戏开发:3大痛点解决方案与实战案例高效解决知识星球内容备份难题:完全掌握zsxq-spider从爬取到PDF的知识管理方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
651
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
487
598
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
280
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
886
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
937
854
暂无简介
Dart
900
215
昇腾LLM分布式训练框架
Python
141
167
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194