ಫೆರ್ನೆಟ್ ಎಂಬುದು ಪೈಥಾನ್‌ನಲ್ಲಿನ ಸಮ್ಮಿತೀಯ ಎನ್‌ಕ್ರಿಪ್ಶನ್ ಲೈಬ್ರರಿಯಾಗಿದ್ದು ಅದು ಸೂಕ್ಷ್ಮ ಡೇಟಾಕ್ಕಾಗಿ ಸುರಕ್ಷಿತ ಮತ್ತು ಬಳಸಲು ಸುಲಭವಾದ ಎನ್‌ಕ್ರಿಪ್ಶನ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಫೆರ್ನೆಟ್‌ನ ಒಂದು ಸಾಮಾನ್ಯ ಬಳಕೆಯ ಸಂದರ್ಭವೆಂದರೆ ಡೇಟಾವನ್ನು CSV ಫೈಲ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸುವ ಮೊದಲು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡುವುದು, ಅಧಿಕೃತ ಪಕ್ಷಗಳು ಮಾತ್ರ ಅದನ್ನು ಪ್ರವೇಶಿಸಬಹುದು ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು. ಆದಾಗ್ಯೂ, ಈ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು CSV ಫೈಲ್‌ನಲ್ಲಿ ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡುವುದು ಸ್ವಲ್ಪ ಟ್ರಿಕಿ ಆಗಿರಬಹುದು, ವಿಶೇಷವಾಗಿ ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿಯನ್ನು ಬಳಸುವಾಗ.
ಈ ಲೇಖನದಲ್ಲಿ, ಫೆರ್ನೆಟ್ ಮತ್ತು ಪಾಂಡಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು CSV ಫೈಲ್‌ನಲ್ಲಿ ಉಳಿಸಲಾದ ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡುವ ಸಮಸ್ಯೆಗೆ ನಾವು ಪರಿಹಾರವನ್ನು ಚರ್ಚಿಸುತ್ತೇವೆ. ನಾವು ಕೋಡ್‌ನ ಹಂತ-ಹಂತದ ವಿವರಣೆಯನ್ನು ಒದಗಿಸುತ್ತೇವೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಸಂಬಂಧಿತ ಕಾರ್ಯಗಳು ಮತ್ತು ಲೈಬ್ರರಿಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತೇವೆ.
ಪ್ರಾರಂಭಿಸಲು, ಸಮಸ್ಯೆಯನ್ನು ವಿವರವಾಗಿ ಚರ್ಚಿಸೋಣ. CSV ಫೈಲ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸುವ ಮೊದಲು ಡೇಟಾವನ್ನು ಸುರಕ್ಷಿತಗೊಳಿಸಲು ಫೆರ್ನೆಟ್ ಎನ್‌ಕ್ರಿಪ್ಶನ್ ಅನ್ನು ಬಳಸುವಾಗ, ಫೈಲ್ ಅನ್ನು ಓದಲು ಪಾಂಡಾಗಳನ್ನು ಬಳಸುವಾಗ ಡೇಟಾವನ್ನು ಮರಳಿ ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡುವುದು ಸವಾಲಾಗಿರಬಹುದು. ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಲಾದ ಸ್ಟ್ರಿಂಗ್‌ಗಳಿಗೆ ಡೀಕ್ರಿಪ್ಶನ್ ಸಮಯದಲ್ಲಿ ಅವುಗಳ ಸಮಗ್ರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸರಿಯಾದ ನಿರ್ವಹಣೆ ಅಗತ್ಯವಿರುತ್ತದೆ.
ಸಮಸ್ಯೆಗೆ ಪರಿಹಾರ
ಈ ಸಮಸ್ಯೆಗೆ ಸಂಭಾವ್ಯ ಪರಿಹಾರವೆಂದರೆ ಕಸ್ಟಮ್ ಕಾರ್ಯಗಳನ್ನು ಬಳಸುವುದು ಮತ್ತು ಅವುಗಳನ್ನು CSV ಫೈಲ್‌ನಿಂದ ಪಡೆದ ಡೇಟಾಫ್ರೇಮ್‌ಗೆ ಅನ್ವಯಿಸುವುದು. ಫೆರ್ನೆಟ್ ಲೈಬ್ರರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡಲು ನಾವು ಕಾರ್ಯವನ್ನು ರಚಿಸುತ್ತೇವೆ ಮತ್ತು ನಂತರ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ಹೊಂದಿರುವ ಪಾಂಡಾಸ್ ಡೇಟಾಫ್ರೇಮ್‌ಗೆ ಈ ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸುತ್ತೇವೆ.
ಕೋಡ್‌ನ ಹಂತ ಹಂತದ ವಿವರಣೆ ಇಲ್ಲಿದೆ:
1. ಮೊದಲಿಗೆ, ನಾವು ಅಗತ್ಯ ಗ್ರಂಥಾಲಯಗಳನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳಬೇಕು:
import pandas as pd from cryptography.fernet import Fernet
2. ನಂತರ, ನಾವು ಫೆರ್ನೆಟ್ ಕೀಲಿಯನ್ನು ರಚಿಸೋಣ ಮತ್ತು ಕೆಲವು ಮಾದರಿ ಡೇಟಾವನ್ನು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡೋಣ. ನಾವು ಈ ಕೆಳಗಿನ ಡೇಟಾವನ್ನು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ಅದನ್ನು “encrypted_data.csv” ಹೆಸರಿನ CSV ಫೈಲ್‌ನಲ್ಲಿ “ಡೇಟಾ” ಮತ್ತು “ಎನ್‌ಕ್ರಿಪ್ಟ್” ಎಂಬ ಎರಡು ಕಾಲಮ್‌ಗಳೊಂದಿಗೆ ಉಳಿಸಿದ್ದೇವೆ ಎಂದು ಭಾವಿಸೋಣ:
key = Fernet.generate_key()
cipher_suite = Fernet(key)
data = "This is a sample text."
encrypted_data = cipher_suite.encrypt(data.encode("utf-8"))
3. ಈಗ, ಕೊಟ್ಟಿರುವ ಫರ್ನೆಟ್ ಕೀಲಿಯೊಂದಿಗೆ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡಲು ಕಾರ್ಯವನ್ನು ರಚಿಸೋಣ:
def decrypt_string(encrypted_string, fernet_key):
cipher_suite = Fernet(fernet_key)
return cipher_suite.decrypt(encrypted_string.encode("utf-8")).decode("utf-8")
4. ಪಾಂಡಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಲಾದ ಡೇಟಾವನ್ನು ಹೊಂದಿರುವ CSV ಫೈಲ್ ಅನ್ನು ನಾವು ಓದಬಹುದು:
csv_data = pd.read_csv('encrypted_data.csv')
5. ಅಂತಿಮವಾಗಿ, 'ಅನ್ವಯಿಸಿ' ವಿಧಾನವನ್ನು ಬಳಸಿಕೊಂಡು ಡೇಟಾಫ್ರೇಮ್‌ನ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಕಾಲಮ್‌ಗೆ 'ಡೀಕ್ರಿಪ್ಟ್_ಸ್ಟ್ರಿಂಗ್' ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸಿ ಮತ್ತು ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ಹೊಸ ಕಾಲಮ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಿ. 'ಅನ್ವಯಿಸು' ವಿಧಾನದಲ್ಲಿ ನೀವು ಕೀಲಿಯನ್ನು ಹೆಚ್ಚುವರಿ ಆರ್ಗ್ಯುಮೆಂಟ್ ಆಗಿ ರವಾನಿಸುವ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ:
csv_data['decrypted'] = csv_data['encrypted'].apply(decrypt_string, fernet_key=key)
ಫೆರ್ನೆಟ್ ಲೈಬ್ರರಿ
ಫೆರ್ನೆಟ್ ಪೈಥಾನ್‌ನಲ್ಲಿನ ಜನಪ್ರಿಯ ಕ್ರಿಪ್ಟೋಗ್ರಾಫಿಕ್ ಲೈಬ್ರರಿಯು AES ಸಿಮೆಟ್ರಿಕ್-ಕೀ ಕ್ರಿಪ್ಟೋಗ್ರಫಿಯೊಂದಿಗೆ ಡೇಟಾವನ್ನು ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಲು ಮತ್ತು ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡಲು ಸುಲಭವಾದ ವಿಧಾನಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಫೆರ್ನೆಟ್ ಬಳಸಿ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಲಾದ ಡೇಟಾವನ್ನು ಕೀಲಿಯಿಲ್ಲದೆ ಮತ್ತಷ್ಟು ಕುಶಲತೆಯಿಂದ ಅಥವಾ ಓದಲಾಗುವುದಿಲ್ಲ ಎಂದು ಲೈಬ್ರರಿ ಖಾತರಿಪಡಿಸುತ್ತದೆ, ಡೇಟಾ ಗೌಪ್ಯತೆ ಮತ್ತು ಸಮಗ್ರತೆಯನ್ನು ಖಾತ್ರಿಗೊಳಿಸುತ್ತದೆ. ಫೆರ್ನೆಟ್ ಸೈಫರ್‌ಟೆಕ್ಸ್ಟ್‌ಗಳಿಗಾಗಿ URL-safe/base64 ಎನ್‌ಕೋಡಿಂಗ್ ಅನ್ನು ಬಳಸುತ್ತದೆ, ಇದು ಫೈಲ್‌ಗಳು ಅಥವಾ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ಸೂಕ್ತವಾಗಿದೆ.
ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿ
ಪಾಂಡಾಗಳು ಪೈಥಾನ್‌ನಲ್ಲಿ ತೆರೆದ ಮೂಲ ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಮತ್ತು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಲೈಬ್ರರಿಯಾಗಿದೆ. ಇದು ಸರಣಿ ಮತ್ತು ಡೇಟಾಫ್ರೇಮ್‌ನಂತಹ ಡೇಟಾ ರಚನೆಗಳನ್ನು ಮತ್ತು ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸಲು, ಪರಿವರ್ತಿಸಲು ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಲು ವಿವಿಧ ಕಾರ್ಯಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. CSV ಫೈಲ್‌ಗಳು ಅಥವಾ SQL ಡೇಟಾಬೇಸ್‌ಗಳಂತಹ ರಚನಾತ್ಮಕ ಅಥವಾ ಕೋಷ್ಟಕ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಪಾಂಡಾಗಳು ವಿಶೇಷವಾಗಿ ಉಪಯುಕ್ತವಾಗಿದೆ. ಈ ಗ್ರಂಥಾಲಯವು ಡೇಟಾ ಕುಶಲತೆಯ ಹಲವು ಅಂಶಗಳನ್ನು ಸರಳಗೊಳಿಸುತ್ತದೆ, ಇದು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಗೆ ಅತ್ಯಗತ್ಯ ಸಾಧನವಾಗಿದೆ.
ಕೊನೆಯಲ್ಲಿ, ಫೆರ್ನೆಟ್ ಮತ್ತು ಪಾಂಡಾಗಳನ್ನು ಬಳಸಿಕೊಂಡು CSV ಫೈಲ್‌ನಲ್ಲಿ ಉಳಿಸಲಾದ ಎನ್‌ಕ್ರಿಪ್ಟ್ ಮಾಡಿದ ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು ಈ ಲೇಖನದಲ್ಲಿ ಒದಗಿಸಲಾದ ಹಂತಗಳನ್ನು ಅನುಸರಿಸುವ ಮೂಲಕ ಸಾಧಿಸಬಹುದು. ಕಸ್ಟಮ್ ಡೀಕ್ರಿಪ್ಶನ್ ಕಾರ್ಯವನ್ನು ರಚಿಸುವ ಮೂಲಕ ಮತ್ತು ಅದನ್ನು ಡೇಟಾಫ್ರೇಮ್‌ಗೆ ಅನ್ವಯಿಸುವ ಮೂಲಕ, CSV ಫೈಲ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾದ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ನಾವು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಡೀಕ್ರಿಪ್ಟ್ ಮಾಡಬಹುದು.
