基于GPU的串匹配算法研究综述

串匹配是一个非常经典的问题,本文通过回顾和分析GPU的串匹配算法的国内外研究近况,提出了GPU的串匹配算法的一些新的研究方向,特别是将一些编译解释性的工作放在GPU上实现的思想。     

基于GPGPU和CUDA的高速AES算法的实现和优化

随着高性能计算需求的不断增长,人们开始将目光投向具有强大计算能力及高存储带宽的GPU设备.与擅长处理复杂性逻辑事务的CPU相比,GPGPU(general purpose graphic processing unit,通用图形处理器)更适合于大规模数据并行处理.CUDA(compute unified device architecture,统一计算架构)的出现更加速了GPGPU应用面的扩张.基于GPGPU和CUDA技术对AES算法的实现进行加速,得到整体吞吐量6~7Gbit/s的速度.如果不考虑数据加载时间,对于1MB以上的输入规模,吞吐量可以达到20Gbit/s.     

基于并行计算架构的NTLM-Hash破解研究

相对于CPU,GPU具有强大的并行计算架构,通过特定的API,可以使GPU所蕴含的强大潜力释放出来成为GPGPU,将其拥有的超高计算性能用于科学计算以及数据处理等方面。本文旨在研究使用CUDA API对常见的Windows NTLM-Hash算法进行高频碰撞破解,通过本次破解实验,可以证明低端显卡提供的计算能力已经是普通双核CPU的30-50倍,极大地提高了密码破解的效率。该技术可以用于信息安全工作当中,大幅提升我国信息解密技术方面的能力。