有限域F2n上椭圆曲线密码体制的快速实现

椭圆曲线密码体制高速实现的关键是点的数乘与加法.为了提高运算速度,给出了一种新方法:用数据库避免有限域的逆运算,高速实现了椭圆曲线的加法和点的数乘.与现有的避免逆运算的最优射影算法相比,该算法不但减少了数据膨胀率而且使运算速度有显著提高.     

伽罗瓦域运算的软件实现

有限域是编码理论中相当重要的代数基础知识,有限域上的运算也显得非常重要.文章通过研究有限域的特点之后,给出了典型有限域GF(2n或3n)(n∈N)上加法与乘法的计算机实现.仿真结果表明,典型有限域上的加法和乘法都得到了很好的实现,具有潜在的实用价值.     

矩阵多项式组成的有限维交换代数

设A为域F上的n级矩阵,A的F上的多项式的全体关于矩阵的加法、数乘和乘法是以E为单位元的有限维交换代数.讨论了它的理想的性质,得到任意理想的表示形式,并用主理想刻画了它的结构.     

数阵的运算及其性质

给出了数阵的加法、数乘和乘法定义,并给出高阶等差数阵和周期数阵的运算性质．     

数域空间

本文试图通过向量空间的定义,按照普通数的加法与乘法定义出数域空间,进而讨论构成数域空间的充分必要条件及其维数。 1 向量空间与数域空间的概念定义1 令V是一个非空集合,F是一个数域,当它满足下列条件时,称V是数域F上的一个向量空间(或线性空间)。其中V中的元素称为向量,F中的元素称为数(或纯量)。     

向量线性相关性例析

<正> 向量这个概念既抽象又重要。所谓向量就是数域 F 上 n 个数所组成的有序数组,如(a_1,a_2,…,a_n),a_i∈F,i=1,2,…,n,a_i 称为分量。在解析几何里我们已见到过平面或空间的向量。向量可以相加,也可以用一个实数去乘一个向量,这种向量的加法以及数与向量的乘法满足一定的运算规律。而向量空间是最基本的数学概念之一,它的理论和方法已经渗透到自然科学、工程技术的各个领域。研究一般的向量空间时,向量组的线性相关性却起着极为重要的作用。     

复杂噪声中基于累积量的二维DOA估计

针对自相关算法的局限性,研究了复杂环境(乘法与加法观测噪声共存时)中,通过高阶累积量对二维DOA估计的问题.算法能同时确定目标的仰角与方位角;高阶累积量使得算法能够更加有效抑制消除乘法噪声.该方法对任何平稳的加性与乘性噪声均不敏感,因而具有较大的实用性.     

直观模糊赋范空间中双指标序列的收敛性(英文)

目的研究直观模糊赋范空间中双指标序列的收敛性,证明直观模糊赋范空间中的加法、数乘及观模糊范数的连续性。方法定义直观模糊赋范空间中双指标序列的收敛性及有界性。结果证明直观模糊赋范空间中的加法、数乘及直观模糊范数关于双指标序列的连续性。结论本文结果说明了直观模糊赋范空间中的代数结构与拓扑结构是相容的。     

GF（2^m）域上椭圆曲线点乘算法的改进

介绍了在GF(2m)域上实现非超异椭圆曲线的点乘的算法,它是Montgomery 算法的改进.该算法无需乘法预处理,运算速度快于IEEE P1363草案标准上"加-减"算法,而且占用的内存资源少,易于软、硬件方式的实现.因此,该算法更利于在那些资源有限的环境中实现椭圆曲线加密体制.     

三值光学计算机的40位乘法例程

针对三值光学计算机的特点, 利用其运算器可重构、数据位数众多、MSD 加法器无进位延时等优点, 设计并实现了一种用于三值光学计算机的40 位乘法例程. 该例程采用三值光学计算机中通用的MSD数表示数值, 通过三值逻辑中的M变换产生部分积, 再运用两两相加迭代的计算方法对部分积进行了MSD加法求和, 得到乘积, 其中M变换采用了一种比较特殊的快速变换实现方案, 而部分积的MSD 加法求和则采用流水技术来实现. 详细给出了这个乘法例程的具体实现步骤和模拟实验细节, 并与电子计算机中类似的乘法器做了运算复杂度对比分析.     

Fast multiplication on certain elliptic curves

The multiplication of points on elliptic curves is the most important operation in the implementation of elliptic curve cryptosystems. Based on Frobenius map, a fast multiplication on the curves defined by y" + xy = x + x~ + 1 over finite fields of characteristic 2 is given, and its optimality in the sense of using minimal numbers of additions of points is proved.     

基域F（2m）上椭圆曲线快速算法的分析与比较

研究了域F（2m）上椭圆曲线算法的快速实现,介绍了标量乘法的四种快速优化算法,并对这四种快速算法的特点进行了详细的分析与比较,分析与比较表明,最高效的快速算法是将NAF与变长滑动窗口算法结合起来。     

NAF的二进制表示法及其算法研究

椭圆曲线加密的快速实现研究一直是该领域的研究热点,其中二进制数的非相邻表示型(NAF)因此被广泛应用,它主要应用在点乘运算,在该算法中用到的NAF是由带符号位的数字组成,所以通常采用一位一存储的方式,然而在一些存储资源有限的设备上这是极大的浪费;为了节省存储资源,提出一种NAF的二进制表示方法,这样就能将多位NAF数值按照运行平台的字长来存储,大大提高了存储资源的利用率;在此基础上给出NAF二进制表示法的算法及其点乘算法;实验结果表明该表示法的运算效率较原算法的效率没有太大的影响,尤其在点乘运算中影响更是微弱,但是在提高存储效率方面表现突出,节省存储空间达96%以上。     

ηT配对的配对域F36m上的最优乘法算法

在基于配对的公钥密码学应用中, 配对的有效快速实现依赖于基域的扩域中乘法算法的有效快速的实现,特别是在η_T配对的实现中需要 F_3^6m中的快速乘法运算。作者提出了对偶插值算法, 其渐近复杂度为 11 次基域中 的乘法运算, 这达到了F_3^6m中乘法运算的理论下界。     

RSA公钥体制中快速大整数乘法的实现

在密码算法中经常会遇到大整数的乘法，本文在Karatsuba-Ofman算法的基础上提出了一种快速乘法和平方算法，即Minima、Minmma算法，使得乘法和平方的运行速度大大提高。     

基于Knuth与Karatsuba乘法的大整数乘法研究

在RSA、Diffie-Hellman密码系统的算法中都要用到大整数乘法算术。介绍了Knuth经典乘法、Karatsuba乘法以及它们的计算时间复杂性,在此基础上提出了一个新的大整数乘法技巧,并且在理论上和实践上被证明是有效的。实验结果也显示改进的大整数乘法算法在实现大整数乘法运算时具有更高的效率。     

256比特以下整数乘法的快速实现

提出一种新的适用于256比特以下的整数乘法的软件实现方式,用软件实现大整数乘法时,一般采用所谓“纸笔运算”的方式,这种方式要求在内存中开辟一个区域来存放运算的中间结果,新的实现方式调整了乘法运算的步骤,充分地利用了寄存器组,几乎不需要用内存来存放中间结果,有效地减少了对内存访问的次数,从而提高了速度。     

RSA关键运算的分析优化与硬件实现研究

基于RSA的公钥密码体制已被广泛运用于数字签名、身份认证等信息安全领域,其核心运算为大数模幂运算.文章采用改进的杨氏蒙哥马利模乘和快速二进制位扫描算法实现了该过程,并根据大数模乘运算和硬件实现的要求对模幂系统进行了分析和设计,提高了RSA模乘幂运算能力,节省了芯片面积.     

Montgomery模幂运算的一种改进方案

在RSA算法中,大数模幂运算的核心是大数模乘运算。本文在传统的Montgomery算法的基础上,利用快速大整数平方运算,提出了Montgomery算法的一种改进方案,有效缩短了大数模幂运算的时间,从而提高了RSA算法的加解密速度。     

MapReduce based computation of the diffusion method in recommender systems

The performance of existing diffusion-based algorithms in recommender systems is still limited by the processing ability of a single computer .In order to conduct the diffusion computation on large data sets, a parallel implementation of the classic diffusion method on the MapReduce framework is proposed.At first, the diffusion computation is transformed from a summation format to a cascade matrix multiplication format , and then , a parallel matrix multiplication algorithm based on dynamic vector is proposed to reduce the CPU and I/O cost on the MapReduce framework , which can also be applied to other parallel matrix multiplication scenarios .Then, block partitioning is used to further improve the performance , while the order of matrix multiplication is also taken into consideration . Experiments on different kinds of data sets have verified the efficiency of the proposed method .