基于gpu并行聚类加密分组密码算法的研究及实现

基于gpu并行聚类加密分组密码算法的研究及实现

ID:32419634

大小:5.40 MB

页数:58页

时间:2019-02-04

基于gpu并行聚类加密分组密码算法的研究及实现_第1页
基于gpu并行聚类加密分组密码算法的研究及实现_第2页
基于gpu并行聚类加密分组密码算法的研究及实现_第3页
基于gpu并行聚类加密分组密码算法的研究及实现_第4页
基于gpu并行聚类加密分组密码算法的研究及实现_第5页
资源描述:

《基于gpu并行聚类加密分组密码算法的研究及实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士论文基于GPU并行聚类的加密分组密码算法的研究及实现摘要随着物联网技术的快速发展,数据库中数据量日益飞速增长,我们正逐渐被海量数据所掩埋。数据挖掘是从海量数据中找到企业所需要的决策信息,信息安全是对企业的决策信息进行安全保护。K-Means聚类划分算法和AES加密算法分别是数据挖掘和信息安全领域的传统算法,在数据挖掘和信息保护领域应用范围非常广泛。近几年来,GPU计算开启了并行计算的大门,GPU非常适合效率高计算成本低的浮点运算。Nvidia公司推出的CUDA(统一计算架构)成为链接CPU和GPU之

2、间的桥梁,使GPU并行计算不再繁琐。本文针对K-Means算法计算量大而且质心收敛速度慢、AES算法计算繁琐而且迭代次数多等特点,将K-Means聚类算法和AES分组加密算法相结合,给出了基于CUDA的并行K-Means和AES分组密码算法。首先对传统K-Means聚类划分算法进行并行改进使其能够符合GPU运行条件,用基于CUDA的K-Means聚类划分算法对海量数据对象进行聚类分组,然后对AES密码算法进行并行改进和密码分组模式进行改进,对分组后的结果进行安全加密。论文最后将上述两种算法相结合分别进行

3、了多组的实验测试,经过改进的基于CUDA的K-Means+AES并行算法相对于CPU的并行算法加速效果明显,最后与同类算法的进行比较,本论文中算法加速比更明显。相对于价格不菲的多核CPU架构,GPU的并行算法能够为公司快速提供决策信息的同时减轻公司支出负担,并对决策信息进行安全保护。关键字:数据挖掘,信息安全,并行,K-Means,AES,GPUAbs的ct硕士论文AbstractWiththerapiddevelopmentoftheInternetofThingstechnology,theamou

4、ntofdatainthedatabaseincreasewhipandspurdaily,weareburiedinthemassdata.Dataminingisusedtofinddecision.makinginformationthatenterprisesneedfromthemassiveamountsofdata,informationsecurityisusedtoprotectthesecurityofcorporatedecision-makinginformation.K.Mea

5、nsclusterpartitioningalgorithmandAESencryptionalgorithmsaretraditionalalgorithmindataminingandinformationsecurityfield,butK-Meansalgorithmiscomputationhugeandconvergenceofthecentroidslow,AESalgorithmhascumbersomecalculationandmanyiterativetimesandSOon.In

6、recentyears,GPUcomputingopensthedoorofparallelcomputing,GPUisidealforfloatmg-pointoperationsthatrequirehighcomputationalefficiencyandlowcost.CUDA(ComputeUnifiedArchitecture)introducedbyNvidiaasabridgebetweenCPUandGPU,makeGPUparallelcomputingnolongertedio

7、us.ThisarticleusesGPU.acceleratedtocombineK-MeansclusteringalgorithmandAESblockencryptionalgorithmandgivestheanimplementmethodofK-MeansalgorithmandAESblockcipheralgorithmbasedonCUDA.FirstthispapermakestraditionalK·Meansclusteringpartitioningalgorithmpara

8、llelimprovements,enablesittomeettheGPUoperatingcondition,usesK.MeansclusteringalgorithmbasedonCUDAtogroupthemassivedataobject,andmakesAEScryptographicalgorithmparallelimprovements,improvestheCipherBlockmodeltomakeitcouldbe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。