改进的Batch RSA算法的设计与实现

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 107-109.

改进的Batch RSA算法的设计与实现

李云飞1，2，柳青2，郝林3，刘庆龙3

1.云南空管分局技术保障部，昆明 650200
2.云南大学软件学院，昆明 650091
3.云南大学信息学院，昆明 650091

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Design and implementation of improved Batch RSA algorithm

LI Yunfei1，2，LIU Qing2，HAO Lin3，LIU Qinglong3

1.Technical Support Department，Yunnan Air Traffic Management Sub-Bureau-CAAC，Kunming 650200，China
2.School of Software，Yunnan University，Kunming 650091，China
3.School of Information Science and Engineering，Yunnan University，Kunming 650091，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： Batch RSA算法的解密性能与其指数计算阶段的大数模幂运算的实现效率有着直接的关系。提出了一种Batch RSA算法的改进方案，通过将Batch RSA算法解密时指数计算阶段的一些运算量转移到加密方，运用多素数技术使大数模幂运算的模位数和指数位数减小来加速Batch RSA的解密过程。理论分析和实验数据表明该改进算法使得Batch RSA算法的解密性能得到明显提升。

关键词: Batch RSA, 加速, 解密, 模幂

Abstract: The performance of Batch RSA decryption has direct relationship with the efficiency of the full sized modular exponentiation implementation in the exponentiation phase.This paper proposes a variant of Batch RSA algorithm by transferring some decryption computations to encryption and using multi-prime technology to reduce modules and private exponents in modular exponentiation.The experimental results and the theoretical values show that the speed of the decryption has been substantially improved.

Key words: Batch RSA, acceleration, decryption, modular exponentiation

李云飞1，2，柳青2，郝林3，刘庆龙3. 改进的Batch RSA算法的设计与实现[J]. 计算机工程与应用, 2011, 47(29): 107-109.

LI Yunfei1，2，LIU Qing2，HAO Lin3，LIU Qinglong3. Design and implementation of improved Batch RSA algorithm[J]. Computer Engineering and Applications, 2011, 47(29): 107-109.

[1]	崔洲涓，安军社，陈长龙，崔天舒. 基于PYNQ框架的深度卷积特征异构跟踪系统[J]. 计算机工程与应用, 2021, 57(4): 120-126.
[2]	杜煜章，潘家华，宗容，粟炜，王威廉. 基于硬件加速的轻量级网络心音分类器[J]. 计算机工程与应用, 2021, 57(23): 263-269.
[3]	孙明，陈昕. 面向卷积神经网络的硬件加速器设计方法[J]. 计算机工程与应用, 2021, 57(13): 77-84.
[4]	刘云，钱美伊，李辉，王传旭. 特征融合与训练加速的高效目标跟踪[J]. 计算机工程与应用, 2021, 57(10): 101-109.
[5]	王义武，杨余旺. 空间投影在K-means算法中的研究与应用[J]. 计算机工程与应用, 2020, 56(7): 200-204.
[6]	吴进，张伟华，席萌，代巍. 高性能人脸识别加速器优化设计及FPGA实现[J]. 计算机工程与应用, 2020, 56(22): 48-54.
[7]	张功森，郭翌，李永哲，裴曦，徐榭，周解平. 结合增强现实的医用加速器碰撞检测方法[J]. 计算机工程与应用, 2020, 56(17): 197-202.
[8]	王锟，宋永红，郑斐，梅魁志. 基于卷积神经网络的嵌入式手势检测算法[J]. 计算机工程与应用, 2019, 55(4): 137-141.
[9]	伍健，邓梦薇，缪建群. 平均误差向量加速的[K]-Means色彩量化方法[J]. 计算机工程与应用, 2019, 55(12): 188-193.
[10]	李国和1，2，陈晨1，2，吴卫江1，2，郑艺峰1，2，洪云峰3，周晓明3. 面向二维码的数字水印置入与提取方法[J]. 计算机工程与应用, 2019, 55(10): 103-107.
[11]	郇战，李晨，万彩艳，陈学杰. 基于步行加速度信息分割的人员识别[J]. 计算机工程与应用, 2019, 55(1): 203-209.
[12]	景元1，2，吉爱红2，张曦元2，3，宋雅伟4，陈炜峰1. 传感器人体运动行为特征识别研究进展[J]. 计算机工程与应用, 2019, 55(1): 23-28.
[13]	宋博1，姜万里2，孙涛1，熊正强1，芮华建1. 快速特征提取与感知哈希结合的图像配准算法[J]. 计算机工程与应用, 2018, 54(7): 206-212.
[14]	姜悦宁1，2，3，贾宏光1，3，厉明1，3. 基于多核并行计算的无人机CFD数值模拟[J]. 计算机工程与应用, 2018, 54(7): 221-225.
[15]	邱俊洋，潘志松，易磊，陶蔚，张梁梁. 一种利用Screening加速技巧的Lasso算法[J]. 计算机工程与应用, 2018, 54(4): 135-140.