.png){kind=icon}
返回
cuFalcon: An Adaptive Parallel GPU Implementation for High-Performance Falcon Acceleration
.png){kind=icon}
PRE
AI
DOI：10.1109/TPDS.2026.3675891.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子计算技术的飞速发展迎来了后量子密码学的新时代，迫切需要抗量子数字签名来保障现代通信和交易的安全。在NIST标准化的候选方案中，Falcon因其是一种紧凑型格基签名方案，适用于对尺寸敏感的应用而脱颖而出。本文提出cuFalcon，即Falcon的高吞吐量GPU实现方案，通过自适应并行策略解决其计算瓶颈。在操作层面，我们通过内存高效的FFT、自适应并行ffSampling以及紧凑计算模式，针对GPU架构优化了Falcon的关键组件。对于签名级优化，为提高不同GPU架构间的可扩展性，我们实现了三种cuFalcon版本：原始密钥版本、扩展密钥版本和平衡版本。此外，我们还设计了批处理、流机制和内存池来高效处理多个签名任务。最终的性能评估显示，性能显著提升，原始密钥版本达到每秒172千次签名，扩展密钥版本达到每秒201千次。与原始密钥版本相比，平衡版本在吞吐量上提升了7%，而与扩展密钥版本相比，其内存使用量减少了70%。此外，我们的原始密钥版本实现比参考实现快36.74倍，比当前最先进的GPU实现快2.71倍。
Keyword:
Post-quantum cryptography
Falcon
fast fourier sampling
GPU acceleration
期刊
IF:
6
论文数:
5.2K
被引数:
1.1W
机构
引用论文
.png){kind=icon}
Benchmarking and Analysing the NIST PQC Lattice-Based Signature Schemes Standards on the ARM Cortex M7对NIST后量子密码格签名方案标准在ARM Cortex M7上的基准测试与分析
PREAI
分享收藏Tight and Optimal Reductions for Signatures Based on Average Trapdoor Preimage Sampleable Functions and Applications to Code-Based Signatures基于平均陷门原像可采样函数的紧致与最优签名缩减及其在基于代码签名中的应用
PREAI
分享收藏An Example of Parallel Merkle Tree Traversal: Post-Quantum Leighton-Micali Signature on the GPU并行Merkle树遍历的示例：后量子Leighton-Micali签名在GPU上
OAAI
OAAI分享收藏分享收藏
查看更多内容