GPU加速希尔加解密方法的研究

doi:10.3778/j.issn.1002-8331.2010.18.017

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (18): 49-51.DOI: 10.3778/j.issn.1002-8331.2010.18.017

GPU加速希尔加解密方法的研究

刘丹，赵广辉，钟珞

武汉理工大学计算机科学技术学院，武汉 430070

收稿日期:2009-04-27 修回日期:2009-06-17 出版日期:2010-06-21 发布日期:2010-06-21
通讯作者: 刘丹

Research of Hill encryption and decryption algorithms with GPU

LIU Dan，ZHAO Guang-hui，ZHONG Luo

School of Computer Science & Technology，Wuhan University of Technology，Wuhan 430070，China

Received:2009-04-27 Revised:2009-06-17 Online:2010-06-21 Published:2010-06-21
Contact: LIU Dan

摘要/Abstract

摘要： GPU有效地利用了数量巨大的晶体管制造大量的处理单元，适用于处理单任务多数据（SIMD）的计算任务。研究了GPU的体系结构及CUDA的编程模式，改进了基于CPU的希尔加解密方法，使用多个线程将计算中耗时的矩阵相乘部分改造成SIMD模式，并分析了线程块内线程数对加速比的影响。实验结果表明，基于GPU的并行矩阵相乘的希尔加解密方法成功实现了硬件加速，相对于CPU上运行的希尔加解密方法，其执行效率明显提高，可获取12倍以上的加速，并易于扩展，对大规模数据加密和解密处理呈现出高效的处理能力。

关键词: 统一计算设备架构, 图形处理单元, 希尔加密, 希尔解密

Abstract: Graphic Processing Unit（GPU） uses a huge number of transistors to create a large number of processing units，applying to the handling of Single-Instruction Multiple-Data（SIMD） computing tasks.In this paper，the architecture of GPU and the programming model of CUDA are first studied，and then the traditional algorithm of Hill encryption and decryption based on CPU are redesigned into SIMD mode，so that time-consuming part of matrix multiplication during the whole process can be implemented by parallel threads.Finally，the effect of the number of threads per thread block on speed-up is analyzed.The result shows that the method of parallel matrix multiplication based on GPU is with high efficiency compared with the tradition Hill encryption and decryption algorithms implemented on CPU，can get the acceleration of more than 12 times，and shows great potential in data encryption and decryption.

Key words: Compute Unified Device Architecture（CUDA）, Graphic Processing Unit（GPU）, Hill encryption, Hill decryption

中图分类号:

TP309.7

刘丹，赵广辉，钟珞. GPU加速希尔加解密方法的研究[J]. 计算机工程与应用, 2010, 46(18): 49-51.

LIU Dan，ZHAO Guang-hui，ZHONG Luo
. Research of Hill encryption and decryption algorithms with GPU[J]. Computer Engineering and Applications, 2010, 46(18): 49-51.

[1]	张宾，张正强，王洪凯. 基于GPU加速的锥束CT重建算法研究[J]. 计算机工程与应用, 2019, 55(4): 208-213.
[2]	李正夫1，2，王希诚3，李克秋1，姚翔3，董悦丽2. CUDA平台下信息熵多种群遗传算法设计[J]. 计算机工程与应用, 2016, 52(1): 12-16.
[3]	仲济源，梅魁志，温哲西. GIST特征提取的异构并发流计算实现[J]. 计算机工程与应用, 2015, 51(6): 139-144.
[4]	董丽丽，董玮，张翔. 利用CUDA提高内存数据聚类效能的研究[J]. 计算机工程与应用, 2015, 51(22): 243-251.
[5]	褚晶辉，王亚琦，吕卫. 基于ParaViewWeb架构的GPU高性能运算实现[J]. 计算机工程与应用, 2015, 51(11): 150-153.
[6]	赵家威，房九龄，苏明. Legendre序列快速生成的CUDA实现[J]. 计算机工程与应用, 2014, 50(8): 66-71.
[7]	陈华，史悦戎. 基于GPU的重启PGMRES并行算法研究[J]. 计算机工程与应用, 2014, 50(7): 35-40.
[8]	蔡云龙，肖素梅，齐龙. 基于GPU的加锁并行化非结构网格生成方法研究[J]. 计算机工程与应用, 2014, 50(6): 56-60.
[9]	刘进锋. 几种CUDA加速高斯滤波算法的比较[J]. 计算机工程与应用, 2013, 49(23): 14-18.
[10]	许亮1，王震2. 基于CUDA的快速大整数乘法[J]. 计算机工程与应用, 2013, 49(16): 221-224.
[11]	刘勇1，2，王志亮2，黄玉龙2. GPU平台上大规模文本分类的研究[J]. 计算机工程与应用, 2012, 48(8): 141-143.
[12]	闫长青1，2，岳天祥1. GPU加速的高精度数字地面模型建模方法[J]. 计算机工程与应用, 2012, 48(22): 22-27.
[13]	刘丹1，陈捷捷2. 基于CUDA的邻近粒子搜索算法研究[J]. 计算机工程与应用, 2012, 48(18): 53-56.
[14]	朱瑶，严承华，李强. NTRU加解密算法的GPU实现研究[J]. 计算机工程与应用, 2011, 47(34): 81-85.
[15]	叶晓敏，周学功，曹伟，王伶俐. 利用GPU加速基于稀疏网格的SSTA[J]. 计算机工程与应用, 2011, 47(27): 60-64.

GPU加速希尔加解密方法的研究

Research of Hill encryption and decryption algorithms with GPU

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics