Βελτιστοποίηση επαναπροσδιοριζόμενων αρχιτεκτονικών για απόδοση και κατανάλωση ενέργειας σε κρυπτογραφικές εφαρμογές και εφαρμογές κυριαρχούμενες από δεδομένα
Περίληψη
Στην παρούσα διδακτορική διατριβή προτάθηκαν, αναπτύχθηκαν και μελετήθηκαν αποδοτικές τεχνικές βελτιστοποίησης της ρυθμαπόδοσης και της κατανάλωσης ενέργειας σε αρνητογραφικές εφαρμογές και εφαρμογές κυριαρχούμενες από δεδομένα. Οι προτεινόμενες τεχνικές διαμορφώθηκαν και συνδυάστηκαν αποδοτικά σε μορφή μεθοδολογίας, που οδήγησε σε βελτιστοποίησης της τάξης του 160% για τις συναρτήσεις κατακερματισμού SHA-1, SHA-256, καθώς και για τις υπόλοιπες συναρτήσεις κατακερματισμού, όσον αφορά την υλοποίησή τους σε υλικό. Αυτό ισχύει δε είτε μιλάμε για υλοποιήσεις σε FPGA ή ASIC . Η μεθοδολογία εκμεταλλεύεται τα ιδιαίτερα χαρακτηριστικά των συναρτήσεων κατακερματισμού, ώστε να προτείνει βελτιστοποιημένους σχεδιασμούς σε υλικό υπερτερώντας έναντι όλων των ακαδημαϊκών και εμπορικών προτάσεων διεθνώς (μέχρι 12/2008).
Περίληψη σε άλλη γλώσσα
In this PhD dissertation, certain design techniques were proposed, studied and developed aiming to boost performance of hardware implementations in terms of throughput and power dissipation, of cryptographic hashing cores modules and data intensive applications. Proposed techniques were formed and combined efficiently in a top-down methodology, leading to 160% and more improved performance for SHA-1, SHA-256 hash functions as well as for the rest existing hashing algorithms. The proposed methodology is targeting hardware implementations of these cryptographic modules either in FPGA or ASIC. The proposed methodology is exploiting certain characteristics that exist in hash functions, aiming in optimizing their hardware designs. These designs were performing better than anyone else that had been proposed by academia or industry in terms of Throughput/Area cost function (at least up to 12/2008).
Κατεβάστε τη διατριβή σε μορφή PDF (90.36 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.