基于折半运算的快速双基数标量乘算法

为了提高椭圆曲线标量乘法效率,对二元域上椭圆曲线的基于双基数的标量乘法进行改进。在底层域推导出直接计算3^kP的快速算法,该算法只需一次求逆;新设计的以1/2和3为基的双基数编码可结合高效的直接计算3^kP和折半运算,基于该双基数编码的标量乘算法只涉及到点加运算、折半运算、三倍点和直接计算3^kP,底层域运算复杂性得到降低,在NIST推荐的椭圆曲线上比Dimitrov算法效率提高70%以上,比Wong方法提高10%以上。     

一种基于加法链的快速标量乘算法

给出一种标量的串长加法链算法来提高椭圆曲线标量乘法的效率。新的标量乘算法结合底层域直接计算2Q+P、2^nR+S算法,使用大小窗口法将串长算法和滑动窗口算法结合,加法链长度、存储空间和预计算都减少,其效率比二元法提高53%,比NAF法提高47.5%,比串长算法提高46.2%,比Windows法提高42.2%。     

改进的滑动窗口标量乘算法

;标量乘法是实现椭圆曲线密码体制的瓶颈问题,本文对传统滑动窗口算法进行改进,首先利用预处理栈存储非零窗口值与非零窗口权的指数,然后结合底层域直接计算2kR S算法和预计算表提出了新的标量乘算法.新算法在以牺牲适量的存储空间换取赋值阶段效率的提高.本文还分析出在混合坐标下,当w=4时新算法比仿射坐标下传统滑动窗口算法效率提高约40.6%左右,而且新算法同时还抵抗基于边际信道的攻击.     

基于重编码的快速标量乘算法*

采用回溯法设计出一种重编码算法。该算法只需对标量序列进行一次变换、至多四个中间变量,以及只需基于比特位比较赋值操作,效率更高,利于硬件实现标量乘法,并证明了所得结果具有正则序列的性质。该算法应用到计算数字签名中常用的gP+hQ时,得到g、h的具有最小联合重量序列。     

Koblitz曲线上的窗口标量乘算法

研究Koblitz曲线上的快速标量乘法,从整数k的TNAF出发,给出一种上层运算:基于Frobenius映射的窗口算法,该算法对一定长度的序列预先计算其对应的椭圆曲线上点保存,累加赋值阶段充分使用该预计算表.由于Frobenius映射的高效,本文算法所需的点加量是传统窗口算法1/5～1/4,当窗口宽度任意时,本文算法的效率在任意坐标下比传统Comb算法高效至少66%.     

基于双基数的快速标量乘算法

标量乘法是整个椭圆曲线密码体制实现的瓶颈,本文在有效表示标量k方面,引用一个新的数域系统--双基数系统,将标量的双基数链长度限制在O(log k/log log k)范围内,减少标量乘法中的上层运算.在底层域快速算法研究方面,推导出直接计算3kP快速算法.最后结合直接计算2kP,2P±Q,3P±Q及3kP快速算法.给出基于双基数的快速标量乘新算法,新算法的效率优于Dimitrov算法及传统标量乘算法.     

一种改进的Fixed-base Comb安全快速算法

本文从分析椭圆曲线上Fixed-baseComb算法出发,根据其特点,利用牺牲乘法操作以降低求逆操作的方法,分别用2kP、2P Q的快速算法对Fixed-baseComb算法的预计算阶段和赋值阶段进行改进,极大地提高了计算效率:在素数域上预计算阶段提高70%～80%,而赋值阶段提高38%～43%,同时,改进算法通过对k的预处理,使得算法能够抵抗边际信道攻击.     

一种基于折半运算的Comb标量乘算法

通过将折半运算应用于Comb算法,提出了一种新的Comb标量乘算法,它可以提高域Fm2上的椭圆曲线标量乘法的效率.在预计算阶段和赋值阶段,新算法分别用高效的折半运算取代倍点运算.对新算法运行时间进行分析,并与传统的Comb算法进行比较,当窗口宽度w=4时,新算法效率提高58%~63%.     

一种定点快速标量乘算法的优化

标量乘法是实现椭圆曲线密码体制的瓶颈问题,利用NAF编码、预计算表法和Yen-Laih法分别在三个阶段对Lim-Lee算法进行优化,新的定点标量乘算法在赋值阶段动态扫描矩阵宽度为w的非全零列窗口,结合2^kP底层域快速算法和扩充过的预计算表来提高计算效率。当位长是160时,新算法效率比Lim-Lee算法提高22.7%,192时提高23%,224时提高23.3%。     

基于Frobenius映射的快速标量乘算法

标量乘法的效率决定着椭圆曲线密码体制的性能,而Koblitz曲线上的快速标量乘算法是标量乘法研究的重要课题,在标量k的TNAF约简基础上,给出了一种基于Frobenius映射的上层运算:Comb算法.在预计算阶段,该算法利用Frobenius映射对宽度为r的序列计算其对应椭圆曲线上的点,从而建立预计算表,在累加赋值阶段结合约简后的TNAF(k)和预计算表来提高效率.Comb算法基于高效的Frobenius映射无须进行倍点运算,经过Comb矩阵的组合,其所需点加量是传统算法的1/5～1/4,当行数r任意时,其效率在任意坐标下比传统Comb算法提高至少67%.