分组密码由于在软硬件上实现便捷,常被用于数据加密及隐私保护。如何在大数据环境下,对分组密码进行高速实现,以提供安全支持,成为学术界与工业界讨论的热点问题。关于分组密码的快速实现可以在软硬件两大方面进行优化,在硬件方面的优化主要是利用图形处理器（GPU）实现,基于GPU的多线程、适合并行计算等优点对算法进行优化实现;在软件方面的优化主要是切片技术的应用,基于切片技术在软件实现中模拟硬件的实现方式的思想进而达到提升实现性能的目的。本文基于GPU和切片技术,研究分组密码的算法高速实现方法,工作内容包括:1.提出一种针对SKINNY加密算法在GPU下的快速实现方案。基于SKINNY密码算法结构特征提出优化方案,将5个分步操作优化整合为1个整体运算;然后,分析该算法的电子密码本（ECB）模式和计数器（CTR）模式的特性,并给出并行粒度、内存分配等并行设计方案。研究结果表明:基于CUDA实现的SKINNY算法的效率和吞吐量得到较大提升,其中ECB模式的加速效率峰值为99.85%,加速比峰值为671,CTR模式加速效率峰值为99.87%,加速比峰值为765。与已有AES和SKINNY并行算法比较,新提出的SKINNY并行算法的吞吐量分别是其它们的吞吐量的1.29倍和2.55倍。2.提出一种针对国密算法SM4的GPU并行方案。通过对分组密码SKINNY算法的分析和实现推广到对国密算法SM4的研究,基于SM4密码算法的结构特征,结合CUDA的特性,通过页锁定内存和CUDA流的引入,对SM4算法进行优化,提升其性能。实验结果表明:SM4算法在最终获得的加速比峰值为89,吞吐量峰值可达31.41Gbps。与已有SM4并行算法相比,本文的实现结果最高有了3.44倍的性能提升。3.提出一种基于GPU和固定切片技术的AES算法快速实现新方案。基于AES的结构特点,在CUDA下通过将AES某些切片进行固定,并对其线性层进行相应的调整,进而提升该算法性能。进一步地采用全比特固定和半比特固定实现AES,发现两种方法所用时间和数据吞吐量相差不大,但半比特固定实现所用操作数更少。研究结果表明:固定切片技术的应用能够提升AES算法的性能,并提高其空间利用率;应用固定切片技术实现AES算法,在CPU和GPU下分别有2.60和5.88倍的性能提升,GPU下获得的加速比峰值达到310。与已有AES并行算法相比,本文的实现结果最高有了21.6倍的性能提升。