基于GPU的密文分组随机链接加密模式的研究

J4 ›› 2015, Vol. 37 ›› Issue (01): 36-41.

基于GPU的密文分组随机链接加密模式的研究

吴伟民, 李坚锐,林志毅

（广东工业大学计算机学院，广东广州 510006）

收稿日期:2013-04-10 修回日期:2013-09-23 出版日期:2015-01-25 发布日期:2015-01-25
基金资助:
高性能计算中心多策略数据安全保护支撑平台研发（20012Y200046）

Research on the cipher block random link
encryption mode based on GPU

WU Weimin，LI Jianrui，LIN Zhiyi

(School of Computer Science,Guangdong University of Technology,Guangzhou 510006,China)

Received:2013-04-10 Revised:2013-09-23 Online:2015-01-25 Published:2015-01-25

摘要/Abstract

摘要：

大部分传统的分组加密模式不能有效应用于GPU上。分析传统加密工作模式，结合GPU并行计算的要求提出一种满足GPU执行要求的、高效的、安全的分组加密模式——密文分组随机链接加密模式（RCBC）。该模式不但执行效率高，并且增加了破解难度。实验结果表明，在CPU_GPU上采用RCBC的密码算法在处理数据时，呈现出高效的处理能力。

关键词: GPU, 数据加密, 工作模式

Abstract:

Most of the traditional block cipher modes cannot be applied effectively on GPU. We study the traditional encryption models and put forward a packet encryption model cipher,called block random link encryption mode (RCBC),which is efficient,safe and meets parallel computing requirements.This model has a high efficiency,and increases the difficulty of decryption at the same time.Experimental results show that the proposed encryption algorithm has efficient processing ability on CPU_GPU.

Key words: GPU;data encryption;operation mode

吴伟民, 李坚锐,林志毅. 基于GPU的密文分组随机链接加密模式的研究[J]. J4, 2015, 37(01): 36-41.

WU Weimin，LI Jianrui，LIN Zhiyi. Research on the cipher block random link
encryption mode based on GPU [J]. J4, 2015, 37(01): 36-41.

参考文献

［1］Zhang Shu,Chu Yanli.GPU performance computingCUDA［M］.Beijing:China Water Power Press,2009.(in Chinese)
［2］Zhu Xingfeng. Design and implementation of efficient IDEA encryption algorithm based on CUDA［J］. Computer and Modernization, 2011（12）:4852.(in Chinese)
［3］Addison W.AES encryption and decryption on the GPU ［M］.GPU Gems 3 GPU Computing, NY:Microsoft Research,2007.
［4］Ye Jian,Li Lixin.Fast implementation of AES based on GPU ［J］. Computer Engineering and Design, 2010,31(2):256259.(in Chinese)
［5］Zhang Jili, Dong Xiwei, Xu Shaowen. Security defect of block cipher mode—ECB mode［J］. Science& Technology Information, 2007(28):341:343.(in Chinese)
［6］Yin Xinchun,Chen Weihe,Xie Li.Parallel processing model of the block cipher［J］.MINIMICRO SYSTEMS, 2005,26(4):601603. (in Chinese)
［7］Yin Xinchun.Research on parallel cipher［D］. Nanjing:Nanjing University, 2003.(in Chinese)
［8］Fen Dengguo. Status quo and trend of cryptography［J］. Journal of China Institute of Communications,2002,23(5):1825. (in Chinese)
［9］Xia Chunlin, Zhou Deyun, Zhang Kun. CUDA based highefficiency implementation of AES algorithm［J］. Application Research of Computers, 2013,30(6):10971910. (in Chinese)
［10］Wu Wenling, Feng Dengguo. The stateofart of research on block cipher mode of operation［J］.Chinese Journal of Computers,2006,29(1):2134.(in Chinese)
［11］Li Chao, Sun Bing, Li Ruilin. Attack method and examples analysis of block cipher［M］. Beijing:Science Press, 2010.(in Chinese)
［12］Wang Yong, Li Shengzhu. Block encryption algorithm based on multiple logistic maps［J］. Computer Engineering, 2007,33(22):162164.(in Chinese)
［13］Vaudenay S.Security flaws induced by CBC padding—applications to SSL,IPSEC,WTLS［C］∥Proc of the International Conference on the Theory and Applications of Cryptographic Techniques,2002:534545.
附中文参考文献：
［1］张舒,褚艳利. GPU高性能运算之CUDA ［M］.北京:中国水力水电出版社,2009.
［2］朱兴锋.基于CUDA的高效IDEA加密算法设计与实现［J］.计算机与现代化,2011,（12）:4852.
［4］叶剑,李立新.基于GPU的AES快速实现［J］.计算机工程与设计,2010,31(2):256259.
［5］张吉力,董西伟,徐少文.浅谈分组密码算法模式—ECB 模式的安全缺陷［J］.科技信息,2007(28):341343.
［6］殷新春,陈伟鹤,谢立.分组密码的并行工作模式［J］.小型微型计算机系统,2005,26(4):601603.
［7］殷新春.密码算法并行化研究［D］.南京:南京大学,2003.
［8］冯登国.国内外密码学研究现状及发展趋势［J］.通信学报,2002,23(5):1825.
［9］夏春林,周德云,张堃.AES算法的CUDA高效实现方法［J］.计算机应用研究,2013,30(6):19071910.
［10］吴文玲,冯登国. 分组密码工作模式的研究现状［J］.计算机学报,2006,29(1):2134.
［11］李超,孙兵,李瑞林.分组密码的攻击方法与实例分析［M］.北京:科学出版社,2010.
［12］王永,李盛竹.基于多个Logistic映射的分组加密算法［J］.计算机工程,2007,33(22):162164.

[1]	张勇, 张曦, 万云博, 何先耀, 赵钟, 卢宇彤. 非结构有限体积CFD计算的网格重排序优化[J]. 计算机工程与科学, 2022, 44(10): 1721-1729.
[2]	朱浩, 周博洋, 卢雪山, 杜溢墨. OpenCL计算软件栈评估[J]. 计算机工程与科学, 2021, 43(12): 2105-2114.
[3]	张治, 魏嘉鑫, 王林. LoRa数据传输网络混合加密设计[J]. 计算机工程与科学, 2021, 43(12): 2177-2182.
[4]	罗磊, 陈照云, 王俪璇. 用户QoS感知的GPU集群深度学习任务动态调度[J]. 计算机工程与科学, 2021, 43(08): 1331-1340.
[5]	龚昊, 刘莹, 冯建周, 赵仁良, 冷佳旭, . 基于GPU加速的脉冲多普勒雷达信号处理[J]. 计算机工程与科学, 2021, 43(07): 1141-1149.
[6]	孙兆鹏, 周宽久. 基于PCIe的高性能FPGA-GPU-CPU异构编程架构[J]. 计算机工程与科学, 2021, 43(04): 641-651.
[7]	魏金晖, 李晨, 鲁建壮. 多GPU系统虚实地址转换架构研究[J]. 计算机工程与科学, 2021, 43(02): 228-234.
[8]	张亮, 常旭, 秦志楷, 沈立. 量子线路模拟器QuEST在多GPU平台上的性能优化[J]. 计算机工程与科学, 2021, 43(01): 17-23.
[9]	李荣春，周鑫，潘衡岳，牛新，高蕾，窦勇. 基于GPU的并行Turbo乘积码译码器[J]. 计算机工程与科学, 2020, 42(05): 761-769.
[10]	徐频捷1,2，王诲喆1,2，李策3，唐丹1，赵地1. 基于脉冲神经网络与移动GPU计算的图像分类算法研究与实现[J]. 计算机工程与科学, 2020, 42(03): 397-403.
[11]	左宪禹1,2，张哲1,5，黄祥志4,5，葛强1,2，张理涛3，臧文乾4,5. 一种适用于GPU图像处理算法的合并存储结构[J]. 计算机工程与科学, 2020, 42(02): 197-202.
[12]	安婷玉1，郭宝宝2. 基于国产软硬件的OpenCL计算平台研究[J]. 计算机工程与科学, 2019, 41(11): 1919-1923.
[13]	沈立，杨耀华，王志英. 通过部分Warp重组消除GPGPU控制流的不一致性[J]. 计算机工程与科学, 2019, 41(08): 1335-1342.
[14]	张诗情，杨耀华，沈立，王志英. 通过部分页迁移实现CPU-GPU高效透明的数据通信[J]. 计算机工程与科学, 2019, 41(07): 1168-1175.
[15]	孙婷婷，黄皓，王嘉伦，翁楚良. 面向CPU-GPU异构系统的数据分析负载均衡策略[J]. 计算机工程与科学, 2019, 41(03): 417-423.