基于C语言和RISC-Ⅴ的SIKE协议快速实现

来源 :南京大学 | 被引量 : 0次 | 上传用户:olivia2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于近年以来量子计算机的快速发展,后量子加密应运而生。在国际标准组织NIST主办的后量子密码标准化的进程中,超奇异同源密钥封装协议(SIKE)由于其较小的密钥尺寸,并且与传统ECC加密的兼容特性,已经通过了三轮的激烈竞争。然而协议中数量巨大的串行同源计算构成了其标准化进程的瓶颈,虽然研究者已经做了很多的研究和努力,但是其计算延迟仍然相比其他的热门候选者慢了不止一个数量级。在目前最新的SIKE实现中,有限域上的基本运算采用的是蒙哥马利数据表示方法,因为其对应的约减算法被广泛认为是最为快速的模约减算法。本文中提出了一种新的基于非常规基数的数据表示方法,它可以用于基于超奇异同源椭圆曲线的密码系统中,SIKE是其中的一个子类。新的表示法可以取得比蒙哥马利约减算法更快的模约减速度,并且其他的有限域算法也可以从中获得加速。基于该表示法,本文以C语言的形式实现了有限域上的所有基本运算,并应用于最新的SIKE软件库中。实验结果显示,在64位操作系统的因特尔至强E5-2690处理器上,对SIKEp434、SIKEp503、SIKEp610和SIKEp751分别取得了1.48x、1.61x、2.03x和1.65x的速度提升。除此之外,本文还基于RISC-Ⅴ指令集,对SIKE协议的底层算法,基于新的数据表示方法进行了算法的汇编实现。实现的结果相比C语言的实现又获得了约3.2倍的速度提升。不仅如此,本文还在纯RISC-Ⅴ汇编实现的基础上,探索了使用RISC-Ⅴ ISA的平台Rocket Chip上的软硬协同设计,使用硬件设计的加速器扩展了RISC-Ⅴ的指令集,实现了软硬协同并且取得了一定的加速效果。
其他文献
学位
学位
目标检测作为目前发展较为成熟的计算机视觉技术,在监控定位,交通国防等实际应用领域发挥着越来越重要的作用。针对多类别目标检测问题的神经网络模型从最初的R-CNN系列,再到后来的SSD、YOLO等受到学术界的广泛关注,随着模型的发展其检测精度逐步增加。然而通过分析实际需求可以发现,很多场景下目标检测网络并不需要识别过多的类别,甚至只需要识别某一个类别的场景也屡见不鲜,相对而言实时性的需求反而更加重要。
学位
学位
学位
学位
学位
能源合作是共建“一带一路”的重点领域,其中原油是能源合作中的重要部分。中国作为全球第一大原油进口国,进口原油中绝大部分是通过海运完成的。对此,中国海上原油运量的时空变化分析,对国家能源安全意义重大。然而,目前常规的原油运量数据以统计数据为主,时空尺度较粗,难以获取特定时间、特定航线、特定港口等的海上原油运量。船舶自动识别系统(Automatic Identification System,简称AI
随着我国化工行业的发展,含氟资源的有效利用问题逐渐被重视。氟硅酸是制取含氟产品的重要原料,然而其中含有的有毒物质亚砷酸盐(As(III))和砷酸盐(As(V))离子会对氟硅酸品质造成影响。因此,有效去除氟硅酸中的砷离子具有广阔的工业应用价值。本文以脱脂棉为原料经预炭化、酸碱改性和炭化制成活性炭纤维(Activated Carbon Fiber,ACF),运用扫描电子显微镜(SEM)、傅里叶红外光谱