python CMAC

Python中的CMAC是通过Crypto.Hash模块中的CMAC类来实现的。在使用CMAC算法之前，需要导入CMAC类和AES模块。可以通过以下代码进行导入：

from Crypto.Hash import CMAC
from Crypto.Cipher import AES

在使用CMAC算法计算摘要之前，需要创建一个CMAC对象，使用指定的密钥和消息。例如，可以使用以下代码创建一个CMAC对象并计算摘要：

c = CMAC.new(secret, message, ciphermod=AES)
digest = c.hexdigest()

其中，secret是密钥，message是要计算摘要的消息。hexdigest()方法用于获取摘要的十六进制表示。

CMAC实际上是一种智能查表技术，使用局部性原理用多个超平面拟合输出超曲面。虽然CMAC无法完全非线性逼近RBF和BPN，但它在前馈计算速度快、适合需要即时反射的智能应用场景方面具有优势。此外，CMAC的网络模型更简单、参数更少、计算速度更快。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [基于Python 的AES CMAC](https://blog.csdn.net/Jinglebin/article/details/121608568)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [CMAC小脑模型神经网络与Python实现](https://blog.csdn.net/qq_41858347/article/details/104520504)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]