基于GPU的密码S盒代数性质评估方法

摘要：

密码S盒即黑盒,作为对称密码算法中的非线性部件,其代数性质往往决定着密码算法的安全性能.差分均匀度、非线性度及透明阶作为衡量密码S盒安全性质的三个基本指标,分别刻画了S盒抵御差分密码分析、线性密码分析及差分功耗攻击的能力.当密码S盒输入尺寸较大(如S盒输入长度大于15比特)时在中央处理器(CPU)中的求解所需时间仍过长,甚至求解不可行.如何针对大尺寸输入密码S盒的代数性质进行快速评估是目前业界的研究热点.基于图形处理器(GPU)提出一种快速评估密码S盒代数性质的方法.该方法利用切片技术将内核函数拆分至多线程,并结合求解差分均匀度、非线性度及透明阶的特征提出优化方案,从而实现并行计算.测试结果表明,与基于CPU的实现环境相比,基于单块GPU的环境下的实现效率得到了显著的提升.具体来说,计算差分均匀度、非线性度及透明阶所花时间分别节省了90.28％、78.57％、60％,验证了该方法的有效性.

关键词：对称密码算法、密码S盒、图形处理器、并行计算、差分均匀度、非线性度、透明阶

所属期刊栏目：42

分类号：TP309.7(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金资助项目

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2750-2756