hpstream演算法

㈠ 有哪些視頻加密演算法

全部加密
使用標准加密演算法（比如DES3）加密整個視頻流，其中，P是原始的多媒體數據，p0是經過壓縮或不壓縮的數據，C是使用加密演算法加密過的數據，K是加密密鑰。解密過程與加密過程相對陳，這種加密方法將視頻比特流視作傳統的文本數據，沒有利用視頻壓縮後數據的特殊結構。這種方法顯然計算量巨大，很難保證視頻的實時傳輸

選擇性加密
選擇性加密是基於信源特徵的視頻加密方法的主要發展方向。其加密模型如下圖所示。選擇性加密可分為加班的選擇性加密演算法、僅加密頭部信息的方法和SECMPEG比特流方法。

Zigzag置亂演算法
Zigzag置亂演算法的基本思想是使用一個隨機的置亂序列來代替Zigzag掃描順序，來將各個8*8塊的DCT系數映射成一個1*64矢量。
Zigzag置亂演算法速度很快，不影響視頻的實時傳輸。但是經過加密的視頻壓縮後碼流大下顯著增加。因為運用非Zigzag順序將8*8塊映射到1*64矢量，將會極大減少連續零的個數，從而減少壓縮率。視頻流大小經過加密後增加可達46%。考慮到MPEG視頻數據量的巨大，這種大小增量是很難容忍的。

改變Huffiman碼表演算法
改變Huffiman碼表的視頻加密演算法原理是：對於熵編碼採用Huffiman編碼的視頻標准，將通用Huffiman碼表修改後使用，修改後的特殊Huffiman碼表作為密鑰。非接收方無此特殊碼表，就無法正確解密視頻信息。該演算法完全不增加計算量。適用於使用Huffiman編碼的各種視頻和圖像壓縮編碼標准和演算法。其缺點是安全性較差。

純置亂演算法
純置亂演算法簡單的置亂位元組流。置亂密碼序列的基數是根據密級和應用需求動態可變的。比如我們可以用64個數的置亂序列或一個長的I幀的1/8的置亂序列。這種演算法的問題在於它對已知明文攻擊非常脆弱。一旦通過比較密文和已知原始幀數據，獲取了隨機置亂序列，所有的幀將很容易被破解。為了找出隨機置亂序列，我們需要已知隨機序列長度倍數大小的明文。然而注意到MPEG數據流的單一性和幀大小在同一個數量級上，因此，基於香農理論，如果已知一個I幀數據足以破譯整個隨機序列。

如果你要是加密視頻的話最簡單的方法其實是下載一個視頻加密軟體就可以了，比如超級加密3000、金鑽視頻加密專家都可以加密視頻的。

㈡ 用Java 8 增加的 Stream API 能實現哪些優雅的演算法

Java 8引入了全新的Stream API。這里的Stream和I/O流不同，它更像具有Iterable的集合類，但行為和集合類又有所不同。

Stream API引入的目的在於彌補Java函數式編程的缺陷。對於很多支持函數式編程的語言，map()、rece()基本上都內置到語言的標准庫中了，不過，Java 8的Stream API總體來講仍然是非常完善和強大，足以用很少的代碼完成許多復雜的功能。

創建一個Stream有很多方法，最簡單的方法是把一個Collection變成Stream。我們來看最基本的幾個操作：
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Stream<Integer> stream = numbers.stream();
stream.filter((x) -> {
return x % 2 == 0;
}).map((x) -> {
return x * x;
}).forEach(System.out::println);
}

集合類新增的stream()方法用於把一個集合變成Stream，然後，通過filter()、map()等實現Stream的變換。Stream還有一個forEach()來完成每個元素的迭代。

為什麼不在集合類實現這些操作，而是定義了全新的Stream API？Oracle官方給出了幾個重要原因：

一是集合類持有的所有元素都是存儲在內存中的，非常巨大的集合類會佔用大量的內存，而Stream的元素卻是在訪問的時候才被計算出來，這種「延遲計算」的特性有點類似Clojure的lazy-seq，佔用內存很少。

二是集合類的迭代邏輯是調用者負責，通常是for循環，而Stream的迭代是隱含在對Stream的各種操作中，例如map()。

要理解「延遲計算」，不妨創建一個無窮大小的Stream。

如果要表示自然數集合，顯然用集合類是不可能實現的，因為自然數有無窮多個。但是Stream可以做到。

自然數集合的規則非常簡單，每個元素都是前一個元素的值+1，因此，自然數發生器用代碼實現如下：
class NaturalSupplier implements Supplier<Long> {

long value = 0;

public Long get() {
this.value = this.value + 1;
return this.value;
}
}

反復調用get()，將得到一個無窮數列，利用這個Supplier，可以創建一個無窮的Stream：
public static void main(String[] args) {
Stream<Long> natural = Stream.generate(new NaturalSupplier());
natural.map((x) -> {
return x * x;
}).limit(10).forEach(System.out::println);
}

對這個Stream做任何map()、filter()等操作都是完全可以的，這說明Stream API對Stream進行轉換並生成一個新的Stream並非實時計算，而是做了延遲計算。

當然，對這個無窮的Stream不能直接調用forEach()，這樣會無限列印下去。但是我們可以利用limit()變換，把這個無窮Stream變換為有限的Stream。

利用Stream API，可以設計更加簡單的數據介面。例如，生成斐波那契數列，完全可以用一個無窮流表示（受限Java的long型大小，可以改為BigInteger）：
class FibonacciSupplier implements Supplier<Long> {

long a = 0;
long b = 1;

@Override
public Long get() {
long x = a + b;
a = b;
b = x;
return a;
}
}

public class FibonacciStream {

public static void main(String[] args) {
Stream<Long> fibonacci = Stream.generate(new FibonacciSupplier());
fibonacci.limit(10).forEach(System.out::println);
}
}

如果想取得數列的前10項，用limit(10)，如果想取得數列的第20~30項，用：
List<Long> list = fibonacci.skip(20).limit(10).collect(Collectors.toList());

最後通過collect()方法把Stream變為List。該List存儲的所有元素就已經是計算出的確定的元素了。

用Stream表示Fibonacci數列，其介面比任何其他介面定義都要來得簡單靈活並且高效。