[发明专利]一种基于GPU的多变量密码算法并行化加速方法

摘要

本发明公开了一种基于GPU的多变量密码算法并行化加速方法，该方法包括下述步骤：S1、对多变量等式的所有项进行同阶化操作；S2、生成GF2域上乘法表；S3、将项数表和乘法表映射到GPU的纹理内存；S4、对每一块数据调用多变量主内核函数进行计算并执行Reduce操作；S5、编写主函数来调度多变量主内核函数；S6、执行程序，输出加解密结果，释放资源。本发明主要通过将多变量的所有项进行同阶化并结合Map‑Reduce的思想来对多变量密码体制的密码算法进行优化，并以SpongeMPH哈希函数算法为例，给出了CUDA平台下面的实现与性能比较。实验表明该方案提高了算法的运行效率，可用于加速基于多变量密码体制的密码算法。

主权项

1.一种基于GPU的多变量密码算法并行化加速方法，其特征在于，包括下述步骤：S1、对多变量等式的所有项进行同阶化操作；S2、生成有限域上的生成元表及对数表，通过这两个表进行查表操作实现有限域的乘法来提高GPU线程计算过程中的一致性，所述的生成元表是指q阶有限域F上的生成元g生成的前q‑1个自然数0,1,2,…,q‑2的幂次方与0构成的表即table[i]＝gi且令table[p‑1]＝1，table[p]＝g；所述对数表是指对于有限域上的任意元素a，有arc_table[a]＝i，其中table[i]＝a，且令arc_table[0]的值为一个大负数，使得0*a＝table[arc_table[0]+arc_table[a]]中arc_table[0]+arc_table[a]恒为负数，而table[负数]的值为0；S3、将项表、系数表、生成元表及对数表映射到GPU的纹理内存，所述项表是指多变量方程中分别构成每一项的变量的下标，当某一项为a1x1x3x4,其中x1x3x4为变量，则项表在相应位置存1，3，4；所述系数表是指多变量方程中每一项的系数，与项表一一对应；S4、对每一块数据调用多变量主内核函数进行计算并执行Reduce求和操作，所述多变量主内核函数的参数包括待处理数据的地址、当前多项式变量的值的地址及中间临时数据存放的地址；所述多变量主内核函数的内容包括在GPU里的每个基本调度单位里获取每一个变量的值，计算每一项运算完的值，然后进行Reduce求和操作，获取每个多项式的结果并保存到当前多项式的变量数组中S5、编写主函数来调度多变量主内核函数，主函数包括设置分块大小、申请GPU内存空间以及纹理内存绑定，不断的将分块数据传递给主内核函数，最终将计算结果拷贝回主机端内存，释放资源；S6、执行程序，输出加解密结果，释放资源。