基于资源复用的RSA加速器层次化架构

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (19): 78-84.

基于资源复用的RSA加速器层次化架构

赵开兰1，张晓旭1，马德2，黄凯1，严晓浪1

1.浙江大学电气工程学院，杭州 310027
2.杭州电子科技大学微电子CAD所，杭州 310018

出版日期:2014-10-01 发布日期:2014-09-29

Hierarchical architecture of RSA accelerator based on hardware resource reuse

ZHAO Kailan1, ZHANG Xiaoxu1, MA De2, HUANG Kai1, YAN Xiaolang1

1.College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China
2.Institute of Microelectronics CAD, Hangzhou Dianzi University, Hangzhou 310018, China

Online:2014-10-01 Published:2014-09-29

摘要/Abstract

摘要： 为了解决RSA在模频繁变化情况下性能不足的问题，在已有蒙哥马利模乘器的基础上采用层次化架构设计复用硬件资源，实现了基于改进扩展欧几里德算法的偶数模逆器和[R2modM]运算器。实验结果显示，在14%的额外硬件资源开销下RSA加速器性能在模频繁变化应用下比原来提高2倍。其中，模逆器性能较其他设计提高了3倍，[R2modM]运算器性能比复用模幂电路的实现方法提高了一个数量级。

关键词: RSA加密算法, 加速, 层次化设计, 资源复用

Abstract: To improve the performance of the RSA cryptography system for the application of modular frequent change, a novel hierarchical architecture of RSA accelerator is proposed. With hardware resource reuse with Montgomery Modular Multiplier, both modular inverse and [R2modM]arithmetic function are supported by the proposed accelerator to improve performance of RSA key generation and Montgomery Modular multiplication. As the experiment shows, compared with previous works, the performance of RSA accelerator is 2 times faster for the application of modular frequent change under 14% resource overhead. What’s more, the accelerator achieves one order of magnitude performance increasing for [R2modM]calculation comparing with the method of reusing Modular Exponentiation module.

Key words: RSA encryption algorithm, accelerate, hierarchical design, resource reuse

赵开兰1，张晓旭1，马德2，黄凯1，严晓浪1. 基于资源复用的RSA加速器层次化架构[J]. 计算机工程与应用, 2014, 50(19): 78-84.

ZHAO Kailan1, ZHANG Xiaoxu1, MA De2, HUANG Kai1, YAN Xiaolang1. Hierarchical architecture of RSA accelerator based on hardware resource reuse[J]. Computer Engineering and Applications, 2014, 50(19): 78-84.

[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]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	贾小云1，王二虎1，吴敬一2. Android平台下的实时人体行为识别[J]. 计算机工程与应用, 2018, 54(24): 164-167.