[发明专利]一种基于CUDA的快速非重叠模板匹配计算方法

说明书

本发明一种基于CUDA的快速非重叠模板匹配计算方法，属于基于CUDA的快速非重叠模板匹配计算技术领域；所要解决的技术问题为：提供一种基于CUDA的快速非重叠模板匹配计算方法，使随机性测试做到高速或实时测试；解决该技术问题采用的技术方案为：预先搭建用于非重叠模板匹配计算的CUDA环境，包括CPU端和GPU端；采集待检测样本数据，并将数据存储于CPU端；在GPU端分配存储空间，将检测数据与模板从CPU传至GPU端；将每条待检测数据序列分为N个长度为M的子块，控制GPU端并行计算长度为m的模板在第i个子块序列中发生的次数W_i；将所述W_i值传回CPU端进行P‑value计算；本发明应用于非重叠模板匹配计算。

技术领域

本发明一种基于CUDA的快速非重叠模板匹配计算方法，属于基于CUDA的快速非重叠模板匹配计算技术领域。

背景技术

随机数广泛应用于扩频通信，科学计算，数值分析，雷达测距和身份认证等科学研究和工程技术领域；尤其在密码学领域，随机数被广泛应用于密钥产生，初始化向量，安全协议，数字水印，码分多址和大素数产生等方面，由于密码体制的安全性在一定程度上由随机数决定，一段有缺陷的随机序列可能导致整个密码系统的信息泄露，因此生成随机数必须经过严格的统计学特征来论证其特性；随机性测试就是通过概率统计的方法计算被测序列包含的某些参数来评估其随机性，其中NIST SP 800-22标准经过严格的理论推导和实验分析，从各个方面对随机数及随机数发生器进行评估，其专业性和权威性已经被国际信息安全界广泛认可，成为最具代表性的测试标准。

虽然目前的随机数发生器已经可以达到很高的速率，但是随机性测试的速度却远远不能与之匹配，因此无法对随机数做到高速甚至实时测试；NIST发布的测试标准中包含单比特频数测试、块内频数测试、游程测试、块内最大游程测试、二元矩阵秩测试、离散傅立叶变换测试、非重叠模板匹配测试、重叠模板匹配测试、Maurer的通用统计测试、线性复杂度测试、序列测试、近似熵测试、累加和测试、随机游动测试以及随机游动状态频数测试等15个测试项。经过测验，利用NIST官方发布的的测试套件sts-2.1.2测试1GB随机数文本(ASCII格式)耗时高达一小时左右(所用CPU为Intel core i7-3770，物理核心数为4个，主频3.4GHz，带宽25.6GB/s，主机的内存为8GB)，而其中涉及非重叠模板匹配测试用时最多，如图二所示，占总测试耗时的36％左右；非重叠模板匹配测试将待检序列分为若干个长度为M比特的不重叠子块，然后统计每个子块中预先定义的模式串的发生次数，通过实测模式串的出现次数与预期数之间的匹配程度来评估被测序列的随机性。假设模式串长度为m位，如果匹配窗口中m位的模式串与序列逐一配对成功，那么窗口向后移动m位继续搜索，否则，窗口只向后移动一位。在NIST官方发布的的测试套件sts-2.1.2中非重叠模板匹配测试通过CPU进行计算，计算速度慢，无法实现对随机数进行高速甚至实时测试。由此可见，在利用NIST测试对随机数的质量进行评估时，如何提高非重叠模板匹配测试的速度是本领域技术人员亟待解决的问题。

发明内容

本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于CUDA的快速非重叠模板匹配计算方法，使随机性测试做到高速或实时测试。

为了解决上述技术问题，本发明采用的技术方案为：一种基于CUDA的快速非重叠模板匹配计算方法，包括以下步骤：

步骤一：预先搭建用于非重叠模板匹配计算的CUDA环境，包括CPU端和GPU端；

步骤二：采集待检测样本数据，并将数据存储于CPU端；

步骤三：在GPU端分配存储空间，将检测数据与模板从CPU传至GPU端；

步骤四：将每条待检测数据序列分为N个长度为M的子块，控制GPU端并行计算长度为m的模板在第i个子块序列中发生的次数W_i；