TFHE 的全同态模结构(FHE Module Structure)

2023-10-24 09:28

本文主要是介绍TFHE 的全同态模结构(FHE Module Structure),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考文献:

  1. [CGGI20] Chillotti I, Gama N, Georgieva M, et al. TFHE: fast fully homomorphic encryption over the torus[J]. Journal of Cryptology, 2020, 33(1): 34-91.
  2. [BGGJ20] Boura C, Gama N, Georgieva M, et al. Chimera: Combining ring-lwe-based fully homomorphic encryption schemes[J]. Journal of Mathematical Cryptology, 2020, 14(1): 316-338.

文章目录

  • Notation
  • TLWE
  • TRLWE
  • TGSW
  • TRGSW
  • FHE Module Structure

Notation

代数结构:

  • 实数环面 T = R / Z = [ 0 , 1 ) \mathbb T = \mathbb R/\mathbb Z = [0,1) T=R/Z=[0,1)
  • 整系数多项式环 R = Z [ x ] / ( x N + 1 ) R = \mathbb Z[x]/(x^N+1) R=Z[x]/(xN+1)
  • 系数取自整环 A ∈ { Z , R , C } A \in \{\mathbb Z,\mathbb R,\mathbb C\} A{Z,R,C},多项式环 R A = R ⊗ Z A = A [ x ] / ( x N + 1 ) R_A = R \otimes_\mathbb Z A=A[x]/(x^N+1) RA=RZA=A[x]/(xN+1)
  • 商环 R q = R / q R = Z q [ x ] / ( x N + 1 ) R_q=R/qR = \mathbb Z_q[x]/(x^N+1) Rq=R/qR=Zq[x]/(xN+1),自然满射 π q : R → R q \pi_q:R \to R_q πq:RRq 是同态
  • 商群 T R = R R / R Z = T [ x ] / ( x N + 1 ) \mathbb T_R = R_\mathbb R/R_\mathbb Z = \mathbb T[x]/(x^N+1) TR=RR/RZ=T[x]/(xN+1),它是 R R R 左模(但不是环),环 R R R 左作用 T R \mathbb T_R TR 称为 “外积”

Lipschitz 函数:斜率绝对值不大于 κ \kappa κ,因此被两个一次函数夹逼。

集中分布(concentrated distributions):除了可忽略的测度,概率分布的支撑集是某个半径 1 / 2 1/2 1/2 球体的子集;此时,这个实数环面上的概率分布是良的,存在良定义的期望、标准差。

TLWE

底层的代数结构,

  • 秘钥空间: B ⊆ Z N \mathcal B \subseteq \mathbb Z^N BZN,小范数的整数向量集合
  • 明文空间: T \mathbb T T,是 Z \mathbb Z Z 模(不是环,乘法未定义
  • 密文空间: T N × T = T N + 1 \mathbb T^N \times \mathbb T = \mathbb T^{N+1} TN×T=TN+1,是 Z \mathbb Z Z 模(无法被 T \mathbb T T 作用,同态乘法不自然)
  • 相位函数: ϕ s : ( a , b ) ↦ b − s t a \phi_s: (a,b) \mapsto b-s^ta ϕs:(a,b)bsta,是 κ \kappa κ Lipschitz 函数,其中 κ \kappa κ 很小(关于环面上 l ∞ l_\infty l 范数)

不考虑(具有同态性质的)纠错码,

对称密钥:

  1. 均匀采样 s ← B s \gets \mathcal B sB,它是整系数的短向量

加密:

  1. 明文 μ ∈ T \mu \in \mathbb T μT
  2. 均匀采样 a ← T N a \gets \mathbb T^N aTN,零中心高斯采样 e ← T e \gets \mathbb T eT
  3. 计算 b : = s t a + e ∈ T b := s^ta+e \in \mathbb T b:=sta+eT,满足 ϕ s ( a , b ) = e ≈ 0 \phi_s(a,b)=e \approx 0 ϕs(a,b)=e0
  4. 密文 c : = ( a , b ) + ( 0 , μ ) c:=(a,b)+(0,\mu) c:=(a,b)+(0,μ) 是长度 N + 1 N+1 N+1 的列向量

解密:

  1. 密文 ( a , b ′ ) ∈ T N × T (a,b') \in \mathbb T^N \times \mathbb T (a,b)TN×T
  2. 计算 ϕ s ( a , b ′ ) = e + μ ∈ T \phi_s(a,b') = e+\mu \in \mathbb T ϕs(a,b)=e+μT
  3. 带噪明文 μ + e \mu+e μ+e 是一个随机变量,均值是 μ \mu μ

同态运算:

  1. 根据 Z \mathbb Z Z 模的加法, μ 1 + μ 2 ⟺ c 1 + c 2 \mu_1+\mu_2 \iff c_1+c_2 μ1+μ2c1+c2
  2. 根据 Z \mathbb Z Z 模的环作用, k ⋅ μ ⟺ k ⋅ c k \cdot \mu \iff k \cdot c kμkc,其中 k ∈ Z k \in \mathbb Z kZ
  3. 不支持乘法运算(BGV/BFV 的密文张量积不自然)

TRLWE

底层的代数结构,

  • 秘钥空间: B ⊆ R \mathcal B \subseteq R BR,小范数的整系数多项式集合
  • 明文空间: T R \mathbb T_R TR,是 R R R 模(不是环,乘法未定义
  • 密文空间: T R × T R = T R 2 \mathbb T_R \times \mathbb T_R = \mathbb T_R^2 TR×TR=TR2,是 R R R 模(无法被 T R \mathbb T_R TR 作用,同态乘法不自然)
  • 相位函数: ϕ s : ( a , b ) ↦ b − s ⋅ a \phi_s: (a,b) \mapsto b-s\cdot a ϕs:(a,b)bsa,是 κ \kappa κ Lipschitz 函数,其中 κ \kappa κ 很小(关于环面上 l ∞ l_\infty l 范数)

不考虑(具有同态性质的)纠错码,

对称密钥:

  1. 均匀采样 s ← B s \gets \mathcal B sB,它是短的整系数多项式

加密:

  1. 明文 μ ∈ T R \mu \in \mathbb T_R μTR
  2. 均匀采样 a ← T R a \gets \mathbb T_R aTR,零中心高斯采样 e ← T R e \gets \mathbb T_R eTR
  3. 计算 b : = s ⋅ a + e ∈ T R b := s\cdot a+e \in \mathbb T_R b:=sa+eTR,满足 ϕ s ( a , b ) = e ≈ 0 \phi_s(a,b)=e \approx 0 ϕs(a,b)=e0
  4. 密文 c : = ( a , b ) + ( 0 , μ ) c:=(a,b)+(0,\mu) c:=(a,b)+(0,μ) 是长度 2 2 2 的列向量

解密:

  1. 密文 ( a , b ′ ) ∈ T R × T R (a,b') \in \mathbb T_R \times \mathbb T_R (a,b)TR×TR
  2. 计算 ϕ s ( a , b ′ ) = e + μ ∈ T R \phi_s(a,b') = e+\mu \in \mathbb T_R ϕs(a,b)=e+μTR
  3. 带噪明文 μ + e \mu+e μ+e 是一个随机变量,均值是 μ \mu μ

同态运算:

  1. 根据 R R R 模的加法, μ 1 + μ 2 ⟺ c 1 + c 2 \mu_1+\mu_2 \iff c_1+c_2 μ1+μ2c1+c2
  2. 根据 R R R 模的环作用, k ⋅ μ ⟺ k ⋅ c k \cdot \mu \iff k \cdot c kμkc,其中 k ∈ R k \in R kR
  3. 不支持乘法运算(BGV/BFV 的密文张量积不自然)

TGSW

底层的代数结构,

  • 秘钥空间: B ⊆ Z N \mathcal B \subseteq \mathbb Z^N BZN,小范数的整数向量集合
  • 明文空间: Z \mathbb Z Z,是整数环(定义了乘法
  • 密文空间: T N × ( N + 1 ) l × T N l = T ( N + 1 ) × ( N + 1 ) l \mathbb T^{N\times (N+1)l} \times \mathbb T^{Nl}=\mathbb T^{(N+1) \times (N+1)l} TN×(N+1)l×TNl=T(N+1)×(N+1)l,是 Z \mathbb Z Z 模(同态乘法自然)
  • 相位函数: ϕ s : ( A , b ) ↦ b − s t A \phi_s: (A,b) \mapsto b-s^tA ϕs:(A,b)bstA,是 κ \kappa κ Lipschitz 函数,其中 κ \kappa κ 很小(关于环面上 l ∞ l_\infty l 范数)

采用 Gadget 纠错码,设置行向量 g = [ 2 − 1 , 2 − 2 , ⋯ , 2 − l ] g=[2^{-1},2^{-2},\cdots,2^{-l}] g=[21,22,,2l],其中 l l l 是实数环面的离散化精度 2 − l Z / Z ⊆ T 2^{-l}\mathbb Z/\mathbb Z \subseteq \mathbb T 2lZ/ZT
G = I N + 1 ⊗ g = [ g g ⋱ g ] ∈ Z ( N + 1 ) × ( N + 1 ) l G = I_{N+1} \otimes g = \begin{bmatrix} g&\\ &g&\\ &&\ddots&\\ &&& g \end{bmatrix} \in \mathbb Z^{(N+1) \times (N+1)l} G=IN+1g= ggg Z(N+1)×(N+1)l

对应的逆变换 G − 1 G^{-1} G1 是个随机化程序,满足 ∥ G G − 1 ( C ) − C ∥ ∞ ≤ 2 − ( l + 1 ) \|GG^{-1}(C)-C\|_\infty \le 2^{-(l+1)} GG1(C)C2(l+1),对于任意的 C ∈ T ( N + 1 ) × ( N + 1 ) l C \in \mathbb T^{(N+1) \times (N+1)l} CT(N+1)×(N+1)l

对称密钥:

  1. 均匀采样 s ← B s \gets \mathcal B sB,它是整系数的短向量

加密:

  1. 明文 μ ∈ Z \mu \in \mathbb Z μZ,编码为有限精度的环面矩阵 μ G ∈ T ( N + 1 ) × ( N + 1 ) l \mu G \in \mathbb T^{(N+1) \times (N+1)l} μGT(N+1)×(N+1)l
  2. 均匀采样 A ← T N × ( N + 1 ) l A \gets \mathbb T^{N \times (N+1)l} ATN×(N+1)l,零中心高斯采样 e ← T ( N + 1 ) l e \gets \mathbb T^{(N+1)l} eT(N+1)l(行向量)
  3. 计算 b : = s t A + e ∈ T ( N + 1 ) l b := s^tA+e \in \mathbb T^{(N+1)l} b:=stA+eT(N+1)l(行向量),满足 ϕ s ( A , b ) = e ≈ 0 \phi_s(A,b)=e \approx 0 ϕs(A,b)=e0
  4. 密文 c : = [ A b ] + μ G c:=\begin{bmatrix}A\\b\end{bmatrix}+\mu G c:=[Ab]+μG

解密:

  1. 密文 [ A ′ b ′ ] ∈ T ( N + 1 ) × ( N + 1 ) l \begin{bmatrix}A'\\b'\end{bmatrix} \in \mathbb T^{(N+1) \times (N+1)l} [Ab]T(N+1)×(N+1)l
  2. 计算 ϕ s ( A ′ , b ′ ) = e + μ ( − s , 1 ) G ∈ T ( N + 1 ) l \phi_s(A',b') = e+\mu (-s,1)G \in \mathbb T^{(N+1)l} ϕs(A,b)=e+μ(s,1)GT(N+1)l(行向量)
  3. 截取长度 l l l 的尾巴,得到的 e ′ + μ g ∈ T l e'+\mu g \in \mathbb T^l e+μgTl 是含噪码字,均值 μ g \mu g μg

同态运算:

  1. 根据 Z \mathbb Z Z 模的加法, μ 1 + μ 2 ⟺ c 1 + c 2 \mu_1+\mu_2 \iff c_1+c_2 μ1+μ2c1+c2

  2. 根据 Z \mathbb Z Z 模的环作用, k ⋅ μ ⟺ k ⋅ c k \cdot \mu \iff k \cdot c kμkc,其中 k ∈ Z k \in \mathbb Z kZ

  3. 同态乘法,明文空间 μ 1 ∈ Z \mu_1 \in \mathbb Z μ1Z 对于密文空间 G − 1 ( μ 2 G ) ∈ T ( N + 1 ) × ( N + 1 ) l G^{-1}(\mu_2G) \in \mathbb T^{(N+1) \times (N+1)l} G1(μ2G)T(N+1)×(N+1)l环作用
    C 1 ⋅ G − 1 ( C 2 ) = ( [ A 1 ∣ b 1 ] + μ 1 G ) ⋅ G − 1 ( ( [ A 2 ∣ b 2 ] + μ 2 G ) ) = ( [ A 1 ∣ b 1 ] ⋅ G − 1 ( C 2 ) + μ 1 C 2 ) + μ 1 μ 2 G \begin{aligned} &\,\, C_1 \cdot G^{-1}(C_2)\\ =&\,\, ([A_1|b_1]+\mu_1 G) \cdot G^{-1}(([A_2|b_2]+\mu_2 G))\\ =&\,\, \left([A_1|b_1] \cdot G^{-1}(C_2) + \mu_1C_2\right) + \mu_1\mu_2G \end{aligned} ==C1G1(C2)([A1b1]+μ1G)G1(([A2b2]+μ2G))([A1b1]G1(C2)+μ1C2)+μ1μ2G

    它的噪声增长是不平衡的,导出了乘法链的右结合性。

TRGSW

底层的代数结构,

  • 秘钥空间: B ⊆ R \mathcal B \subseteq R BR,小范数的整系数多项式集合
  • 明文空间: R R R,是整系数多项式环(定义了乘法
  • 密文空间: T R 2 l × T R 2 l = T R 2 × 2 l \mathbb T_R^{2l} \times \mathbb T_R^{2l} = \mathbb T_R^{2 \times 2l} TR2l×TR2l=TR2×2l,是 R R R 模(同态乘法自然)
  • 相位函数: ϕ s : ( A , b ) ↦ b − s A \phi_s: (A,b) \mapsto b-sA ϕs:(A,b)bsA,是 κ \kappa κ Lipschitz 函数,其中 κ \kappa κ 很小(关于环面上 l ∞ l_\infty l 范数)

采用 Gadget 纠错码,设置 g = [ 2 − 1 , 2 − 2 , ⋯ , 2 − l ] g=[2^{-1},2^{-2},\cdots,2^{-l}] g=[21,22,,2l] 是行向量,其中 l l l 是环面的离散化精度 2 − l R Z / R Z ⊆ T R 2^{-l}R_\mathbb Z /R_\mathbb Z \subseteq \mathbb T_R 2lRZ/RZTR
G = g ⊗ I 2 = [ I , 2 I , ⋯ , 2 − l I ] ∈ T R 2 × 2 l G = g \otimes I_2 = \begin{bmatrix} I, 2I, \cdots, 2^{-l}I \end{bmatrix} \in \mathbb T_R^{2 \times 2l} G=gI2=[I,2I,,2lI]TR2×2l

对应的逆变换 G − 1 G^{-1} G1 是个随机化程序,满足 ∥ G G − 1 ( C ) − C ∥ ∞ ≤ 2 − ( l + 1 ) \|GG^{-1}(C)-C\|_\infty \le 2^{-(l+1)} GG1(C)C2(l+1),对于任意的 C ∈ T R 2 l × 2 C \in \mathbb T_R^{2l \times 2} CTR2l×2

对称密钥:

  1. 均匀采样 s ← B s \gets \mathcal B sB,它是短的整系数多项式

加密:

  1. 明文 μ ∈ R \mu \in R μR,编码为有限精度的环面矩阵 μ G ∈ T R 2 × 2 l \mu G \in \mathbb T_R^{2\times 2l} μGTR2×2l
  2. 均匀采样 A ← T R 2 l A \gets \mathbb T_R^{2l} ATR2l(行向量),零中心高斯采样 e ← T R 2 l e \gets \mathbb T_R^{2l} eTR2l(行向量)
  3. 计算 b : = s A + e ∈ T R N l b := sA+e \in \mathbb T_R^{Nl} b:=sA+eTRNl(行向量),满足 ϕ s ( A , b ) = e ≈ 0 \phi_s(A,b)=e \approx 0 ϕs(A,b)=e0
  4. 密文 c : = [ A b ] + μ G c:=\begin{bmatrix}A\\b\end{bmatrix}+\mu G c:=[Ab]+μG

解密:

  1. 密文 ( A ′ , b ′ ) ∈ T R 2 l × T R 2 l (A',b') \in \mathbb T_R^{2l} \times \mathbb T_R^{2l} (A,b)TR2l×TR2l
  2. 计算 ϕ s ( A ′ , b ′ ) = e + μ ( − s , 1 ) G ∈ T R 2 l \phi_s(A',b') = e+\mu(-s,1)G \in \mathbb T_R^{2l} ϕs(A,b)=e+μ(s,1)GTR2l(行向量)
  3. 截取索引 2 , 4 , ⋯ , 2 l 2,4,\cdots,2l 2,4,,2l 的元素,得到的 e ′ + μ g ∈ T R l e'+\mu g \in \mathbb T_R^l e+μgTRl 是含噪码字,均值 μ g \mu g μg

同态运算:

  1. 根据 R R R 模的加法, μ 1 + μ 2 ⟺ C 1 + C 2 \mu_1+\mu_2 \iff C_1+C_2 μ1+μ2C1+C2

  2. 根据 R R R 模的环作用, k ⋅ μ ⟺ k ⋅ C k \cdot \mu \iff k \cdot C kμkC,其中 k ∈ R k \in R kR

  3. 同态乘法,明文空间 μ 1 ∈ R \mu_1 \in R μ1R 对于密文空间 G − 1 ( μ 2 G ) ∈ T R 2 × 2 l G^{-1}(\mu_2G) \in \mathbb T_R^{2 \times 2l} G1(μ2G)TR2×2l环作用
    C 1 ⋅ G − 1 ( C 2 ) = ( [ A 1 ∣ b 1 ] + μ 1 G ) ⋅ G − 1 ( ( [ A 2 ∣ b 2 ] + μ 2 G ) ) = ( [ A 1 ∣ b 1 ] ⋅ G − 1 ( C 2 ) + μ 1 C 2 ) + μ 1 μ 2 G \begin{aligned} &\,\, C_1 \cdot G^{-1}(C_2)\\ =&\,\, ([A_1|b_1]+\mu_1 G) \cdot G^{-1}(([A_2|b_2]+\mu_2 G))\\ =&\,\, \left([A_1|b_1] \cdot G^{-1}(C_2) + \mu_1C_2\right) + \mu_1\mu_2G \end{aligned} ==C1G1(C2)([A1b1]+μ1G)G1(([A2b2]+μ2G))([A1b1]G1(C2)+μ1C2)+μ1μ2G

    它的噪声增长是不平衡的,导出了乘法链的右结合性。

FHE Module Structure

非正式地,全同态模结构是五元元组 ( R , Π R , M , Π M , ⊡ ) (R,\Pi_R,M,\Pi_M,\boxdot) (R,ΠR,M,ΠM,)

  1. R R R加密方案 Π R = ( E n c R , D e c R ) \Pi_R=(Enc_R,Dec_R) ΠR=(EncR,DecR),它的密文空间是 C R \mathcal C_R CR

  2. M M M同态加密方案 Π M = ( E n c M , D e c M ) \Pi_M=(Enc_M,Dec_M) ΠM=(EncM,DecM),它的密文空间是 C M \mathcal C_M CM

  3. 两个方案的密文之间的运算 ⊡ : C R × C M → C M \boxdot: \mathcal C_R \times \mathcal C_M \to \mathcal C_M :CR×CMCM外积),使得
    D e c M ( E n c R ( r ) ⊡ E n c M ( m ) ) = r ⋅ m , ∀ r ∈ R , ∀ m ∈ M Dec_M(Enc_R(r) \boxdot Enc_M(m)) = r \cdot m,\forall r \in R,\forall m \in M DecM(EncR(r)EncM(m))=rm,rR,mM

TFHE 就是让 TGSW 和 TLWETRGSW 和 TRLWE 组成了全同态模结构,从而实现了 “外积”,

  • 元组 ( ( Z , TGSW ) , ( T , TLWE ) ) ((\mathbb Z,\text{TGSW}),(\mathbb T,\text{TLWE})) ((Z,TGSW),(T,TLWE)),组成了环 Z \mathbb Z Z T \mathbb T T 的全同态模结构
  • 元组 ( ( R , TRGSW ) , ( T R , TRLWE ) ) ((R,\text{TRGSW}),(\mathbb T_R,\text{TRLWE})) ((R,TRGSW),(TR,TRLWE)),组成了环 R R R T R \mathbb T_R TR 的全同态模结构

这篇关于TFHE 的全同态模结构(FHE Module Structure)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/274221

相关文章

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

自定义类型:结构体(续)

目录 一. 结构体的内存对齐 1.1 为什么存在内存对齐? 1.2 修改默认对齐数 二. 结构体传参 三. 结构体实现位段 一. 结构体的内存对齐 在前面的文章里我们已经讲过一部分的内存对齐的知识,并举出了两个例子,我们再举出两个例子继续说明: struct S3{double a;int b;char c;};int mian(){printf("%zd\n",s

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

C语言程序设计(选择结构程序设计)

一、关系运算符和关系表达式 1.1关系运算符及其优先次序 ①<(小于) ②<=(小于或等于) ③>(大于) ④>=(大于或等于 ) ⑤==(等于) ⑥!=(不等于) 说明: 前4个优先级相同,后2个优先级相同,关系运算符的优先级低于算术运算符,关系运算符的优先级高于赋值运算符 1.2关系表达式 用关系运算符将两个表达式(可以是算术表达式或关系表达式,逻辑表达式,赋值表达式,字符

Science|癌症中三级淋巴结构的免疫调节作用与治疗潜力|顶刊精析·24-09-08

小罗碎碎念 Science文献精析 今天精析的这一篇综述,于2022-01-07发表于Science,主要讨论了癌症中的三级淋巴结构(Tertiary Lymphoid Structures, TLS)及其在肿瘤免疫反应中的作用。 作者类型作者姓名单位名称(中文)通讯作者介绍第一作者Ton N. Schumacher荷兰癌症研究所通讯作者之一通讯作者Daniela S. Thomm

oracle11.2g递归查询(树形结构查询)

转自: 一 二 简单语法介绍 一、树型表结构:节点ID 上级ID 节点名称二、公式: select 节点ID,节点名称,levelfrom 表connect by prior 节点ID=上级节点IDstart with 上级节点ID=节点值 oracle官网解说 开发人员:SQL 递归: 在 Oracle Database 11g 第 2 版中查询层次结构数据的快速

Tomcat下载压缩包解压后应有如下文件结构

1、bin:存放启动和关闭Tomcat的命令的路径。 2、conf:存放Tomcat的配置,所有的Tomcat的配置都在该路径下设置。 3、lib:存放Tomcat服务器的核心类库(JAR文件),如果需要扩展Tomcat功能,也可将第三方类库复制到该路径下。 4、logs:这是一个空路径,该路径用于保存Tomcat每次运行后产生的日志。 5、temp:保存Web应用运行过程中生成的临时文件

C和指针:结构体(struct)和联合(union)

结构体和联合 结构体 结构体包含一些数据成员,每个成员可能具有不同的类型。 数组的元素长度相同,可以通过下标访问(转换为指针)。但是结构体的成员可能长度不同,所以不能用下标来访问它们。成员有自己的名字,可以通过名字访问成员。 结构声明 在声明结构时,必须列出它包含的所有成员。 struct tag {member-list} variable-list ; 定义一个结构体变量x(包含

Java Web应用程序的推荐目录结构

以前没有用过maven管理过项目的依赖,最后使用上了maven,发现通过不能方式建立出来的web应用程序目录结构基本都不一样,既然每次都要到网上搜索如何建立maven管理的Web应用程序,不如自己找百度谷歌一下。 找了半天 ,感觉比较好的maven管理的web应用程序目录结构是这个: ├── pom.xml└── src├── main│ ├── java│ │ └── myg

mysql 修改表结构语句

主要还是要参考mysql的官方网站 http://dev.mysql.com/doc/refman/5.7/en/alter-table.html 简单例子: alter table_name alter column old_column_name new_column_name int unsigned;