• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • Excel
  • Matlab

Diferencias entre cifrado simétrico y asimétrico

septiembre 7, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

cifrado simétrico y cifrado asimétrico

Los métodos de encriptación se pueden dividir básicamente en dos: cifrado simétrico y cifrado asimétrico. En esta entrada se explicará de las diferencias básicas que existe entre estos dos métodos.

Cifrado

Antes de analizar las diferencias entre el cifrado simétrico y asimétrico es necesario saber qué es cifrar. Según la Real Academia de la Lengua Española cifrar es:

Transcribir en guarismos, letras o símbolos, de acuerdo con una clave, un mensaje o texto cuyo contenido se quiere proteger.

En otras palabras, el cifrado es un mecanismo que permite proteger los datos de modo que solamente las personas autorizadas puedan acceder a ellos. Por ejemplo, cuando se desea enviar un mensaje a otro usuario a través de la red si de desea evitar que otros usuarios pueden acceder al contenido de este es necesario protegerlo mediante cifrado.

Publicidad


Cifrado simétrico

El método de cifrado más sencillo es el cifrado simétrico. En este tipo de cifrado se utiliza una única clave con la que se transforma el mensaje original en otro que aparentemente no tienen sentido. Solamente los usuarios que conocen esta clave pueden recuperar el mensaje origina a partir del mensaje encriptado.

Un ejemplo básico de estos métodos es el cifrado César o cifrado por desplazamiento. Su nombre es debido a Julio César que lo uso para proteger sus mensajes de contenido militar. En método cada una de las letras del mensaje original es reemplazada por otra que se encuentra desplazada un número fijo de posiciones en el alfabeto. Al finalizar el alfabeto se vuelve a comenzar desde el principio. Por ejemplo, con un desplazamiento de 3, la A sería reemplazada por la D, la B por la E, …, la X por la A, la Y por la B y la Z por la C.

Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo
En Analytics Lane
Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo

Cifrado asimétrico

En el cifrado asimétrico se emplean un par de claves: una privada y otra privada. Los mensajes encriptados con la clave privada se han de recuperar con la clave pública. Por otro lado, los mensajes encriptados con la clave pública solamente se pueden recuperar con la clave privada.

La clave privada, como el nombre indica, se ha debe protegerse para que nadie pueda acceder a la misma. Esta es la que permite descifrar los mensajes encriptados con la clave pública. Por otro lado, la clave pública ha de difundirse para permitir que cualquiera pueda enviar un mensaje encriptado al propietario de la clave privada.

Un usuario que desee enviar un mensaje protegido a otro solamente ha de utilizar la clave pública de este para encriptarlo. Una vez encriptarlo solamente el receptor legítimo puede abrirlo con la llave privada asociada. Ni siquiera lo puede acceder al mensaje el que lo encripto. Se puede pensar en la clave pública un buzón de correos que todo cualquiera puede conocer y la privada como la llave que permite acceder al mismo. Esta es una analogía que se puede apreciar en las criptomonedas, donde se utiliza la clave pública para identificar una cartera.

Publicidad


Conclusiones

En esta entrada se han explicados las diferencias entre la criptografía de cifrado simétrico y asimétrico. explicando básicamente la forma de trabajar de cada una.

Imágenes: Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 1 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Curiosidad: La maldición de la dimensionalidad, o por qué añadir más datos puede empeorar tu modelo
  • ¿Está concentrado el MSCI World? Un análisis con Gini, Lorenz y leyes de potencia
  • Curiosidad: ¿Por qué usamos p < 0.05? Un umbral que cambió la historia de la ciencia
  • Programador de tareas de Windows: Guía definitiva para automatizar tu trabajo (BAT, PowerShell y Python)
  • La Paradoja del Cumpleaños, o por qué no es tan raro compartir fecha de nacimiento
  • Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows
  • Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte
  • Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)
  • Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato

Publicado en: Criptografía

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato

octubre 23, 2025 Por Daniel Rodríguez

Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)

octubre 21, 2025 Por Daniel Rodríguez

Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte

octubre 16, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Aplicación web interactiva que muestra un mapa de Madrid con puntos de interés destacados, creado utilizando la biblioteca Folium. Tutorial: Creando un mapa interactivo con Folium en Python publicado el diciembre 13, 2024 | en Python
  • La Lotería: una perspectiva estadística publicado el diciembre 22, 2023 | en Opinión
  • Entendiendo la validación cruzada: Selección de la profundidad óptima en un árbol de decisión publicado el septiembre 13, 2024 | en Ciencia de datos
  • Buscar en Excel con dos o más criterios publicado el septiembre 7, 2022 | en Herramientas
  • Aprovecha un 40% de descuento en Coursera Plus para impulsar tus habilidades en Ciencia de Datos e Inteligencia Artificial publicado el noviembre 9, 2024 | en Noticias, Reseñas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto