-
公开(公告)号:CN108510429B
公开(公告)日:2021-11-02
申请号:CN201810228547.5
申请日:2018-03-20
申请人: 华南师范大学
摘要: 本发明公开了一种基于GPU的多变量密码算法并行化加速方法,该方法包括下述步骤:S1、对多变量等式的所有项进行同阶化操作;S2、生成GF2域上乘法表;S3、将项数表和乘法表映射到GPU的纹理内存;S4、对每一块数据调用多变量主内核函数进行计算并执行Reduce操作;S5、编写主函数来调度多变量主内核函数;S6、执行程序,输出加解密结果,释放资源。本发明主要通过将多变量的所有项进行同阶化并结合Map‑Reduce的思想来对多变量密码体制的密码算法进行优化,并以SpongeMPH哈希函数算法为例,给出了CUDA平台下面的实现与性能比较。实验表明该方案提高了算法的运行效率,可用于加速基于多变量密码体制的密码算法。
-
公开(公告)号:CN108510429A
公开(公告)日:2018-09-07
申请号:CN201810228547.5
申请日:2018-03-20
申请人: 华南师范大学
摘要: 本发明公开了一种基于GPU的多变量密码算法并行化加速方法,该方法包括下述步骤:S1、对多变量等式的所有项进行同阶化操作;S2、生成GF2域上乘法表;S3、将项数表和乘法表映射到GPU的纹理内存;S4、对每一块数据调用多变量主内核函数进行计算并执行Reduce操作;S5、编写主函数来调度多变量主内核函数;S6、执行程序,输出加解密结果,释放资源。本发明主要通过将多变量的所有项进行同阶化并结合Map-Reduce的思想来对多变量密码体制的密码算法进行优化,并以SpongeMPH哈希函数算法为例,给出了CUDA平台下面的实现与性能比较。实验表明该方案提高了算法的运行效率,可用于加速基于多变量密码体制的密码算法。
-