粗粒度可重构密码逻辑阵列智能映射算法研究OA北大核心CSCDCSTPCD
Research on Coarse-Grained Reconfigurable Cryptographic Logic Array Intelligent Mapping Algorithm
针对粗粒度可重构密码逻辑阵列密码算法映射周期长且性能不高的问题,该文通过构建粗粒度可重构密码逻辑阵列参数化模型,以密码算法映射时间及实现性能为目标,结合本文构建的粗粒度可重构密码逻辑阵列结构特征,提出了一种算法数据流图划分算法.通过将密码算法数据流图中节点聚集成簇并以簇为最小映射粒度进行映射,降低算法映射复杂度;该文借鉴机器学习过程,构建了具备学习能力的智慧蚁群模型,提出了智慧蚁群优化算法,通过对训练样本的映射学习,持续优化初始化信息素浓度矩阵,提升算法映射收敛速度,以已知算法映射指导未知算法映射,实现密码算法映射的智能化.实验结果表明,本文提出的映射方法能够平均降低编译时间37.9％并实现密码算法映射性能最大,同时,以算法数据流图作为映射输入,自动化的生成密码算法映射流,提升了密码算法映射的直观性与便捷性.
杜怡然;杨萱;戴紫彬;南龙梅;李伟
解放军信息工程大学,河南郑州450000江南计算技术研究所,江苏无锡214083解放军信息工程大学,河南郑州450000解放军信息工程大学,河南郑州450000解放军信息工程大学,河南郑州450000
信息技术与安全科学
粗粒度密码阵列智能映射机器学习
《电子学报》 2020 (1)
101-109,9
国家自然科学基金(No.61404175)
评论