.png){kind=icon}
返回
GRASP: Accelerating Hash-Based PQC Performance on GPU Parallel Architecture
.png){kind=icon}
PRE
AI
DOI：10.1109/TC.2026.3654650.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
SPHINCS${}^{+}$是NIST第三轮选定的后量子密码数字签名算法（PQC-DSA）之一，其特点是非常短的公钥和私钥长度，但与其他后量子密码方案相比面临显著的性能挑战，限制了其实际应用适用性。在涉及大量并发签名或验证任务的场景中，这些性能瓶颈尤为关键。为解决这些挑战，我们提出了基于GPU的并行加速SPHINCS${}^{+}$（GRASP）方案，利用GPU技术提升SPHINCS${}^{+}$签名和验证过程的效率。我们为SPHINCS${}^{+}$提出了自适应并行化策略，通过分析其签名和验证过程，识别出高效并行执行的关键部分。利用CUDA，我们采用自底向上的优化方法，重点关注内存访问模式和超树计算，以增强GPU资源利用率。这些工作结合内核融合技术，显著提升了吞吐量和整体性能。与之前的研究相比，我们的方法实现了最高的资源占用率。广泛的实验表明，我们优化的SPHINCS${}^{+}$ CUDA实现表现出卓越的性能。具体而言，我们的GRASP方案相比当前最先进的GPU基线方案，吞吐量提升了1.09倍至3.45倍，并且超过NIST参考实现三个数量级以上，凸显了显著的性能优势。
Keyword:
PQC
hash-based digital signature
SPHINCS ${}^{+}$ +
GPU
CUDA
期刊
IF:
3.8
论文数:
5.4K
被引数:
9.8K
机构
引用论文
Status report on the third round of the NIST Post-Quantum Cryptography Standardization process.png)
OAAI
IF0
OAAI分享收藏
查看更多内容