基于GPGPU的高效AES彩色数字图像加密技术的研究与实现

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:whpzmfwy
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
由于人们对信息安全的逐步重视,加解密技术一直是研究的热点。各种加密算法相继问世,但加解密算法的安全性与复杂性始终是两个不可调和的矛盾体,在加解密速度和安全性上无法做到两全其美。因此目前有很多安全的加密算法,但由于其复杂性受个人计算机有限的计算能力限制,无法做到快速的加解密,从无法得到普片的运用。AES算法作为目前应用非常广泛的加密算法,有着很好的安全性。其具有分组迭代加密的特征,迭代次数越多,加密效果越好,但同时这也使得对运算设备的计算能力提出了很高的要求。近年来,通用目的图形处理单元(GPGPU),这种新的大规模密集型并行处理器开始进入人们的视线并被应用到各个领域中。GPGPU拥有着惊人的浮点运算性能,特别是在密集型计算的科学运算领域,几乎每一代GPGPU依靠超强的浮点运算性能都能大大的超越了同期的顶级CPU的运算速度。同时GPGPU其相对低廉的硬件价格,使其成为性价比极高且强劲的大规模并行计算设备。本文为了充分利用GPGPU的强大性能,达到提高AES密码算法加解密速度的目的,提出了一种在GPGPU上实现AES加密算法针对彩色数字图像加解密的方法。由于目前GPGPU的开发平台众多,在文中对目前最常见的多个开发平台分别进行了介绍和比较,根据其各自的特点最终选择了ATI STREAM技术作为开发平台,并将AMD OpenCL作为API接口。同时,为了让算法更好的适应彩色数字图像的特征,提出了将图像信息横向扩展的概念,让RGB信息同时参与运算,达到更好的置乱加密效果。另外,为了发挥出GPU的并行计算能力,对AES算法进行了并行化改进。本文以程序的形式对以上的理论进行了实现,最终根据程序运行结果比对证明,基于ATI STREAM的的AES的实现速度达到了传统CPU上AES实现速度的19.59倍。本文的工作证明了基于GPGPU的硬件加速方法非常适合计算密码学算法,将有助于推动GPGPU在密码学领域的进一步发展。
其他文献
随着网络信息数据的急剧增加,因特网上信息量的日益扩大,人们在信息获取方面的要求也越来越高。语义网的出现为计算机提供了可理解的语义信息环境,计算机可以用基于语义的信
学位
随着互联网技术的不断发展,搜索引擎已经成为人们获取网络信息的主要工具。研究搜索引擎网页排序的目的是从众多搜索结果中将内容相关和权威的网页排在前面,帮助用户迅速定位
随着互联网的快速发展,网络应用中的协议技术研究也在迅速增加。计算机网络中的协议理解对维护网络安全具有重要的意义。但越来越多的网络协议属于私有协议,缺乏公开的规范文
本文是“室内人体异常行为识别报警系统”项目的一部分,该项目为针对室内环境的人体行为监控。旨在通过整合智能视频监控处理流程中的各大关键技术,选择适应于该特定环境的有
不确定数据是近年来在传感器网络(WSN)、无线射频识别(RFID)等领域中涌现出来的一类新数据,对不确定数据聚类分析已经成为数据挖掘领域研究的新热点。本文阐述了数据不确定性
随着网络学习资源的海量级增长,加之不同用户背景知识和兴趣爱好各异,信息需要不尽相同,传统的基于关键字匹配的信息检索技术无论从资源覆盖率、检索精度等诸多方面来看,都无
最近十年以来,移动互联网得到了快速的发展并产生了巨大的变革,也引发了各种移动设备的快速普及。同时移动设备上的各种应用也在不断的丰富和改变着我们的生活。在各类应用中
近年来,随着生物技术,尤其是高通量技术的发展,生物网络数据有了显著的增长,出现了很多的生物网络数据库,包括蛋白质反应网络,新陈代谢网络,基因调控网络,神经网络等,如何从这些浩瀚的
面向服务的体系结构(Service-Oriented Architecture, SOA)是一个组件模型,它的主要作用就是将应用程序的不同业务功能(即服务)通过服务之间定义良好的接口联系起来,然后通过