RSA大作业 实现了 1.加、减、乘、除、移位、幂取模的高精度算法 2.利用快速幂和牛顿迭代法加速取模运算 3.中国剩余定理 4.Miller Rabin检测

简介: RSA大作业 实现了 1.加、减、乘、除、移位、幂取模的高精度算法 2.利用快速幂和牛顿迭代法加速取模运算 3.中国剩余定理 4.Miller Rabin检测

程序使用说明


429c63315f8655190d2e76fa706dca2b.png

双击RSAToy.exe运行程序,界面主要分为两部分:


1.左侧为RSA密钥生成部分,可以选择RSA-768,RSA-1024或者RSA-2048作为标准,并点击Generate Key按钮生成密钥。生成完成后,密钥中的


p,q,n,e,d


都会显示在文本框中。


2.右侧为消息发送部分,用户可以在消息输入框输入要发送的消息(目前只支持ASCI编码),并点击Send Message按钮即可发送消息。RSA算法会对消息先进行加密、再进行解密,并将加密和解密的结果都显示在对应的文本框中。


(注:目前仅支持1080P分辨率,在较高分辨率如2k\3k\4k下界面可能会显示异常)


算法实现亮点


在本次大作业中,实现了如下基本算法:

  1. 加、减、乘、除、移位、幂取模的高精度算法
  2. 利用快速幂和牛顿迭代法加速取模运算
  3. 中国剩余定理
  4. Miller Rabin检测

在RSA密钥的生成过程中,大素数生成是时间瓶颈,因此在素数生成过程中,我使用了以下方法来进行优化或加速:


快速幂


在Miller Rabin算法中,需要多次进行幂取模运算

image.png

,其中

a,d,n

均为大整数,经过测试,这一步是Miller Rabin判据最耗时的步骤,因此,对这一步进行优化非常关键。对幂取模这一步运算做优化,最直观和简单的算法是快速幂算法。


在计算

image.png


时,如果

d

为偶数,那么可以计算


image.png


,如果

d

为奇数,那么可以计算


image.png

,根据维基百科,快速幂的伪代码为:


functionmodular_pow(base,exponent,modulus)isifmodulus=1thenreturn0Assert::(modulus-1)*(modulus-1)doesnotoverflowbaseresult:=1base:=basemodmoduluswhileexponent>0doif(exponentmod2==1)thenresult:=(result*base)modmodulusexponent:=exponent>>1base:=(base*base)modmodulusreturnresult


不难发现,朴素的幂取模算法的时间复杂度为

O(d)

,而使用了快速幂之后,时间复杂度为

image.png

.以

RSA768RSA−768

为例,

dd

在二进制下是

384384

位的整数,因此经过384次迭代即可得到结果,相比线性复杂度,节省了相当多的时间。


牛顿迭代法

使用快速幂算法之后,发现计算

image.png

的时间仍然很长,发现主要是计算

amodn


比较耗时,因为计算

amodn


需要使用高精度除法,当


a

远远大于

n


时,将会使用相当多次的减法,从而导致这一步非常耗时。


因此我使用了基于牛顿迭代法的求模算法,记

n


在二进制下有

m


位,该算法通过寻找


,使得

image.png


,这里

<<<<

是左移符号,这样


image.png

.并且

amodnamodn


image.png


的值非常接近(事实上它们在大多数情况下是相等的),从而大大减少了减法的次数。

问题的关键在于:如何寻找

image.png


,这里我使用的是牛顿迭代法,定义函数


image.png

,那么函数的零点即为


image.png


,从而可以使用牛顿迭代法求解。在实验中发现,通常经过10-20次迭代,就可以找到

image.png

同时,注意到,如果要计算多个


image.png

n

的模,牛顿迭代法只需要计算一次即可,这又大大减少了取模的时间。

这一步优化是整个算法中最为关键的一步,如果不使用该方法,在几分钟的时间内甚至跑不完一次完整的Miller Rabin检测。


多线程

因为寻找素数的过程是可并行的,所以我利用了c++的多线程库,使用多线程来寻找素数。


我使用了多个线程同时判断整数的素性,并设置一个标志位,一旦某个线程找到一个素数,它将会修改此标志位,其余线程检查到标志位被修改后将会立刻退出。我使用了C++中的mutex来保护标志位以避免冲突。


其它小优化

  1. 随机递增搜索。在寻找素数时,不必每次都随机生成一个数,然后判断它的素性。而是首先生成一个奇数
                                  n

,如果

nn

不是素数,就给

nn

2


,重复此过程。在RSA-768下,平均需要380次即可找到一个素数。


2.利用小素数优化。对一个未知素性的整数进行Miller Rabin检测之前,可以先尝试该整数能否整除小素数,以检测该整数的素性。因为Miller Rabin检测相对比较耗时,这样做可以尽可能减少Miller Rabin检测的次数。在实现中,我使用了


  1. 1000010000
    以内的所有素数,在RSA-768下,平均找到每个素数仅需47次Miller Rabin检测。


实验结果


实验环境


操作系统: Windows 10


CPU: Intel(R) Core(TM) i7-8565U CPU @ 1.80GHz 1.99GHz


编程语言:C++


编译器:Microsoft Visual C++ Compiler16.4.29806.167


集成开发环境:Qt Creator(Qt 5.9.9 MSVC2015 64bit)


实验结果


在上述实验环境中,分别在RSA-768,RSA-1024和RSA-2048三种标准下生成100次公钥和密钥,并计算平均耗时,结果如下表所示:


image.png

附:一开始我是用的是MinGW编译器,不论怎么优化,生成RSA-768平均需要2s。走投无路之下,改用MSVC编译器,没想到速度快了4倍,真是蛋疼啊。。。。。。


感想和收获


这次大作业个人感觉很有趣,像是回到了大一写代码的时候!其实如果按照老师课上讲的内容,不去自己找资料、想办法的话,实现出的RSA肯定是慢的离谱。我一开始就实现了非常基础的版本,慢到跑不出结果,后来请教了别人,才发现可以用牛顿迭代法、用小素数来减少Miller Rabin检测的素数。我的实现从一开始跑不出结果、到2s跑出结果、最后将结果稳定在0.4s左右,看着自己的程序在一点点变快,这个过程真的很让人有成就感!


完整代码:https://download.csdn.net/download/weixin_55771290/87395423

目录
打赏
0
0
0
0
29
分享
相关文章
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
本研究基于MATLAB 2022a,使用GRU网络对QAM调制信号进行检测。QAM是一种高效调制技术,广泛应用于现代通信系统。传统方法在复杂环境下性能下降,而GRU通过门控机制有效提取时间序列特征,实现16QAM、32QAM、64QAM、128QAM的准确检测。仿真结果显示,GRU在低SNR下表现优异,且训练速度快,参数少。核心程序包括模型预测、误检率和漏检率计算,并绘制准确率图。
79 65
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
基于深度学习的路面裂缝检测算法matlab仿真
本项目基于YOLOv2算法实现高效的路面裂缝检测,使用Matlab 2022a开发。完整程序运行效果无水印,核心代码配有详细中文注释及操作视频。通过深度学习技术,将目标检测转化为回归问题,直接预测裂缝位置和类别,大幅提升检测效率与准确性。适用于实时检测任务,确保道路安全维护。 简介涵盖了算法理论、数据集准备、网络训练及检测过程,采用Darknet-19卷积神经网络结构,结合随机梯度下降算法进行训练。
基于MSER和HOG特征提取的SVM交通标志检测和识别算法matlab仿真
### 算法简介 1. **算法运行效果图预览**:展示算法效果,完整程序运行后无水印。 2. **算法运行软件版本**:Matlab 2017b。 3. **部分核心程序**:完整版代码包含中文注释及操作步骤视频。 4. **算法理论概述**: - **MSER**:用于检测显著区域,提取图像中稳定区域,适用于光照变化下的交通标志检测。 - **HOG特征提取**:通过计算图像小区域的梯度直方图捕捉局部纹理信息,用于物体检测。 - **SVM**:寻找最大化间隔的超平面以分类样本。 整个算法流程图见下图。
|
3月前
|
Go 语言中实现 RSA 加解密、签名验证算法
随着互联网的发展,安全需求日益增长。非对称加密算法RSA成为密码学中的重要代表。本文介绍如何使用Go语言和[forgoer/openssl](https://github.com/forgoer/openssl)库简化RSA加解密操作,包括秘钥生成、加解密及签名验证。该库还支持AES、DES等常用算法,安装简便,代码示例清晰易懂。
67 12
基于反光衣和检测算法的应用探索
本文探讨了利用机器学习和计算机视觉技术进行反光衣检测的方法,涵盖图像预处理、目标检测与分类、特征提取等关键技术。通过YOLOv5等模型的训练与优化,展示了实现高效反光衣识别的完整流程,旨在提升智能检测系统的性能,应用于交通安全、工地监控等领域。
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
分别使用OVP-UVP和OFP-UFP算法以及AFD检测算法实现反孤岛检测simulink建模与仿真
本课题通过Simulink建模与仿真,实现OVP-UVP、OFP-UFP算法及AFD检测算法的反孤岛检测。OVP-UVP基于电压幅值变化,OFP-UFP基于频率变化,而AFD则通过注入频率偏移信号来检测孤岛效应,确保电力系统安全稳定运行。系统使用MATLAB 2013b进行建模与仿真验证。
|
5月前
|
RSA加密算法详解与Python和Go实现
RSA加密算法详解与Python和Go实现
338 1
基于GA-PSO-SVM算法的混沌背景下微弱信号检测matlab仿真
本项目基于MATLAB 2022a,展示了SVM、PSO、GA-PSO-SVM在混沌背景下微弱信号检测中的性能对比。核心程序包含详细中文注释和操作步骤视频。GA-PSO-SVM算法通过遗传算法和粒子群优化算法优化SVM参数,提高信号检测的准确性和鲁棒性,尤其适用于低信噪比环境。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等