GPU의 스레드와 공유메모리를 이용한 LEA 최적화 방안
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박무규 | - |
dc.contributor.author | 윤지원 | - |
dc.date.accessioned | 2021-09-05T00:10:20Z | - |
dc.date.available | 2021-09-05T00:10:20Z | - |
dc.date.created | 2021-06-16 | - |
dc.date.issued | 2015 | - |
dc.identifier.issn | 1598-3986 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/96036 | - |
dc.description.abstract | 최근 빅데이터와 클라우드 보안에 대한 관심이 증가함에 따라 이를 효율적으로 암호화하기 위해 경량화된 고속암호에 대한 연구가 진행되어 왔다. 그 결과, 국가보안기술연구소에서는 경량·고속 블록 암호인 LEA를 개발하였다. 경량화 암호인 LEA를 효율적으로 암·복호화를 위해 CPU가 아닌 GPU를 이용한 고속화 연구들이 최근에 소개되었다. 그럼에도 불구하고, GPU사용에 있어서의 가이드라인에 대한 연구는 여전히 미흡하다. 본 논문에서는 LEA알고리즘이 대용량 처리를 위해 사용될 떄, 효율적인 GPU를 활용한 LEA 최적화방안에 대해 제안한다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보보호학회 | - |
dc.title | GPU의 스레드와 공유메모리를 이용한 LEA 최적화 방안 | - |
dc.title.alternative | Optimization of Lightweight Encryption Algorithm (LEA) using Threads and Shared Memory of GPU | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 윤지원 | - |
dc.identifier.doi | 10.13089/JKIISC.2015.25.4.719 | - |
dc.identifier.bibliographicCitation | 정보보호학회논문지, v.25, no.4, pp.719 - 726 | - |
dc.relation.isPartOf | 정보보호학회논문지 | - |
dc.citation.title | 정보보호학회논문지 | - |
dc.citation.volume | 25 | - |
dc.citation.number | 4 | - |
dc.citation.startPage | 719 | - |
dc.citation.endPage | 726 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002024906 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | GPU | - |
dc.subject.keywordAuthor | CUDA | - |
dc.subject.keywordAuthor | Parallel Programming | - |
dc.subject.keywordAuthor | LEA | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.