开源项目 `password-hashing` 使用教程
2024-08-25 09:14:23作者:咎竹峻Karen
1. 项目的目录结构及介绍
password-hashing/
├── CMakeLists.txt
├── LICENSE
├── README.md
├── scripts/
│ ├── benchmark.sh
│ ├── build.sh
│ ├── clean.sh
│ ├── test.sh
│ └── valgrind.sh
├── src/
│ ├── argon2.c
│ ├── argon2.h
│ ├── core.c
│ ├── core.h
│ ├── encoding.c
│ ├── encoding.h
│ ├── opt.c
│ ├── opt.h
│ ├── thread.c
│ ├── thread.h
│ ├── timing.c
│ ├── timing.h
│ └── blake2/
│ ├── blake2b.c
│ ├── blake2b.h
│ ├── blake2s.c
│ ├── blake2s.h
│ ├── blake2-impl.h
│ ├── blake2.h
│ ├── genkat-c.c
│ └── kat.h
└── test/
├── test.c
├── test.h
├── test_blake2b.c
├── test_blake2s.c
├── test_encoding.c
├── test_opt.c
├── test_threads.c
└── test_timing.c
目录结构介绍
CMakeLists.txt: CMake 配置文件,用于构建项目。LICENSE: 项目许可证文件。README.md: 项目说明文档。scripts/: 包含一些用于构建、测试和清理项目的脚本。src/: 项目的源代码目录,包含 Argon2 密码哈希算法的实现。argon2.c和argon2.h: Argon2 算法的主要实现文件。core.c和core.h: 核心功能实现文件。encoding.c和encoding.h: 编码功能实现文件。opt.c和opt.h: 优化功能实现文件。thread.c和thread.h: 多线程功能实现文件。timing.c和timing.h: 计时功能实现文件。blake2/: Blake2 哈希算法的实现文件。
test/: 包含测试代码,用于验证项目的正确性。
2. 项目的启动文件介绍
项目的启动文件主要是 src/argon2.c,这是 Argon2 密码哈希算法的主要实现文件。该文件包含了 Argon2 算法的初始化、运行和清理函数。
主要函数介绍
argon2_hash(): 用于执行 Argon2 哈希操作。argon2_verify(): 用于验证给定的密码是否匹配哈希值。argon2_error_message(): 用于获取错误信息。
3. 项目的配置文件介绍
项目的配置文件主要是 CMakeLists.txt,这是一个 CMake 配置文件,用于构建和管理项目。
主要配置项介绍
project(argon2): 定义项目名称。add_library(argon2 SHARED src/argon2.c src/core.c src/blake2/blake2b.c ...): 定义生成共享库的源文件。add_executable(argon2-test test/test.c): 定义测试可执行文件。target_link_libraries(argon2-test argon2): 链接库文件。
通过这些配置项,可以构建出项目的共享库和测试可执行文件。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220