共查询到17条相似文献,搜索用时 234 毫秒
1.
椭圆曲线密码体制上的一种快速算法 总被引:3,自引:0,他引:3
本文分析了已有的一些计算椭圆曲线上点乘运算的快速算法,定义了整数阶乘展开式,并提出一种新的基于阶乘展开式的计算椭圆曲线上点乘的快速算法。对于200位的大整数点乘,与二进制算法相比,本文算法的倍点数减少了11%,点加数也有较大的减少。 相似文献
2.
利用扭曲的雅可比相交曲线上的Frobenius自同态映射,构造在扭曲的雅可比相交曲线二次扭曲线上的一个斜-Frobenius映射,可用于制定扭曲的雅可比相交曲线的快速点乘算法,而不需要使用任何倍点。采用GLV方法加快扭曲的雅可比相交曲线上的点乘运算,给出斜的Frobenius映射的特征多项式。实例结果表明,该映射能够加速扭曲雅可比相交曲线上的标量乘运算。 相似文献
3.
4.
在分析利用Edwards曲线上三倍点公式计算3nP(n=1,2,...)的基础上,根据各3"P的坐标具有统一表示形式的特性,提出了一种通过减少求逆运算而快速计算3"P (n=2, 3}..)的新算法I}ripling_Algorithm,并将此算法与标量k的二NNAF表示方法相结合,给出了一种计算标量乘法kP的高效算法ImprovedSM-3-NNAF。通过对ImprovedSM-3-NNAF的计算复杂性与安全性分析表明,利用该算法计算kP不仅是安全的,而且至少可节约20. 78%的计算量,大大改进了Edwards曲线上标量乘法的计算效率。 相似文献
5.
6.
利用Harley算法,给出了奇素数特征的Legendre形式椭圆曲线的生成算法,同时给出了特征为2的Weierstrass形式椭圆曲线的生成算法。这两个算法分别较SST算法和MSST算法生成这两类椭圆曲线方面,降低了计算复杂度,提高了效率。 相似文献
7.
曲率和挠率是描述三维空间离散曲线的弯曲和扭曲程度的两个微分量。为了准确计算这两个微分量,从连续曲线的导数定义出发,提出微中心差分算法进行三维空间离散曲线的曲率和挠率计算。该算法基于差商平滑策略实现对单侧差分算法的一个有效扩展。与单侧差分算法相比,微中心差分算法不增加算法执行时间,但在计算精度方面有显著提升。实验分析是通过6条曲线的均匀采样获取离散曲线数据,与5种常用的曲率和挠率计算算法相比较,对这6种算法从采样密度对算法精度的影响、计算效率和抗噪声性能这3个方面进行了对比分析。实验结果表明,微中心差分算法总体效果最好。 相似文献
8.
9.
提出一种GF(p)上椭圆曲线密码系统的并行基点选取算法,该算法由并行随机点产生算法和并行基点判断算法两个子算法组成,给出了算法性能的理论分析和实验结果.结果表明:各并行处理器单元具有较好的负载均衡特性;当执行并行基点判断算法,其标量乘的点加计算时间是点倍数计算时间的三倍时,算法的并行效率可达90%.因此该算法可用于椭圆曲线密码(Elliptic Curve Cryptography,ECC)中基点的快速选取,从而提高ECC的加/解密速度. 相似文献
10.
11.
对于GF(p)上的椭圆曲线的标量乘计算,Ciet通过引入特征多项式为φ2+2=0的自同态φ,提出一种整数k的φ-NAF分解。对φ-NAF分解使用窗口技术得到k的φ-NAFw分解,通过一定量的存储可以获取更快的计算速度。对该分解的长度和Hamming密度进行较为准确的估计。 相似文献
12.
13.
减少求逆运算次数是快速计算椭圆曲线密码的主要方法之一。若采用逐次累加的方法计算特征3有限域上椭圆曲线标量乘法2kP,需要k次求逆运算。本文根据递推归纳、转换求逆为乘法的思想,推导了直接计算2kP的公式,使求逆运算降至1次。从理论上比较了两种计算方法的运算效率:所提出的新算法在k=4时比逐次累加计算量减少1%,并且减少量随着k的增大而增多,在极限情况下可减少约26%。 相似文献
14.
快速实现椭圆曲线密码体制的一个关键问题就是椭圆曲线上点的数乘。文中利用大整数S可以表示为S=S1m S2的形式,提出了一种贪心算法。该算法比经典算法减少了点的加法的计算次数,从而加快了椭圆曲线上点的数乘的运算速度。 相似文献
15.
该文提出并实现了一种快速的椭圆曲线标量乘方法。理论分析与实验结果表明,该方法安全、有效。例如,对于160位的大整数标量乘,与固定基窗口方法相比,其实现速度提高了82.5%。 相似文献
16.
有限域GF(2m)上椭圆曲线密码体制的快速实现 总被引:1,自引:0,他引:1
椭圆曲线密码体制的快速实现是当前公钥密码体制研究的热点之一。椭圆曲线上点的标量乘和加法运算是椭圆曲线密码算法的核心运算。为了提高运算速度,利用射影坐标思想,改进椭圆曲线上求两点和运算公式,对标量乘算法进行优化。讨论了椭圆曲线密码体制的优势及研究其快速实现的意义。 相似文献
17.
针对快速傅里叶变换下的快速大整数乘法,给出了一种基于CUDA架构的GPU并行化加速的实现方法。通过分析整数快速乘法中的每一步骤,分别给出各步骤的并行化实现方法,并采用数据压缩等策略,对算法进行优化。实验表明该方法有效地提高了算法效率,随着数据规模的增长,可获得18倍以上的加速比。 相似文献