[发明专利]一种基于GPU的Plonk算法加速方法

权利要求书

1.一种基于GPU的Plonk算法加速方法，其特征在于：包括输入步骤、分节步骤、运算步骤、获取步骤以及输出步骤，

第一步，输入步骤，通过输入模块将用户信息进行输入，并对输入的用户信息进行预制分类，

第二步，分节步骤，通过分节步骤将输入的用户信息进行分节，即将用户输入的用户名信息、密码信息、指纹信息、面部信息中的一种或多种进行分节，以得到分节信息，

第三步，运算步骤，接收所述分节信息，对分节信息进行运算，以得到每个分节信息的数据信息，

第四步，获取步骤，将每个数据信息上传至数据库，并与数据库中的用户信息进行对比，且当各项信息与数据库中预存信息一致时，获取数据库中对应信息，

第五步，输出步骤，对从将数据库中的数据信息进行接收并输出。

2.根据权利要求1所述的一种基于GPU的Plonk算法加速方法，其特征在于：所述输入步骤分为以下步骤，S1，输入用户名；S2，待匹配到存在此用户名时，提示输入密码与其他身份验证信息。

3.根据权利要求1所述的一种基于GPU的Plonk算法加速方法，其特征在于：还包括数据优化步骤，且数据优化步骤位于分节步骤与运算步骤之间，数据优化步骤包括以下几步，

(一)、对用户名信息进行接收，并提取其中特征信息，

(二)、将用户名信息传递到获取步骤，将相似用户名信息的数据库中的数据信息进行初次获取。

4.根据权利要求1所述的一种基于GPU的Plonk算法加速方法，其特征在于：所述运算步骤中还包括加密步骤，且加密步骤具体为，所述分节信息输入到加密模块中，加密模块内具有与每个分节信息对应的加密方法，待加密完成后，将加密后的信息传入到运算步骤中。

5.根据权利要求4所述的一种基于GPU的Plonk算法加速方法，其特征在于：所述加密方法中包括有多个加密算法，在对分节信息进行加密时，加密算法随机匹配。

6.根据权利要求1所述的一种基于GPU的Plonk算法加速方法，其特征在于：所述GPU为三核及三核以上的多核系统。

7.根据权利要求1所述的一种基于GPU的Plonk算法加速方法，其特征在于：所述GPU系统为Linux系统。