[論文レビュー] GPU Accelerated AES Algorithm

Canhui Wang, Xiaowen Chu|arXiv (Cornell University)|Feb 14, 2019

Cryptographic Implementations and Security参考文献 18被引用数 5

ひとこと要約

本論文は、CUDAを用いたGPUアクセラレーションを活用したAES-128実装を提案する。ECBモード、Tボックスのルックアップ、および1スレッドあたり1状態のスケジューリング粒度を採用している。GeForce 940MX上で、暗号化処理で最大223.9 Mbps、復号処理で最大203.6 Mbpsのスループットを達成しており、大容量ファイル処理においてCPUよりも顕著な高速化を実現した。ソースコードと結果はGitHubで公開されている。

ABSTRACT

It has been widely accepted that Graphics Processing Units (GPU) is one of promising schemes for encryption acceleration, in particular, the support of complex mathematical calculations such as integer and logical operations makes the implementation easier; however, complexes such as parallel granularity, memory allocation still imposes a burden on real world implementations. In this paper, we propose a new approach for Advanced Encryption Standard accelerations, including both encryption and decryption. Specifically, we adapt the Electronic Code Book mode for cryptographic transformation, look up table scheme for fast lookup, and a granularity of one state per thread for thread scheduling. Our experimental results offer researchers a good understanding on GPU architectures and software accelerations. In addition, both our source code and experimental results are freely available.

研究の動機と目的

• 暗号化および復号化の両方において、高パフォーマンスなGPUベースのAES-128実装を開発すること。
• スレッドスケジューリングの粒度およびメモリ割り当て戦略がGPU AESパフォーマンスに与える影響を調査すること。
• さまざまなファイルサイズに対して標準化されたアプローチを用いて、GPUアクセラレーションのAESベンチマークを実施すること。
• 研究者がGPUアーキテクチャおよび暗号化アクセラレーションを研究できるように、再現可能でオープンソースの実装を提供すること。

提案手法

• AES暗号変換に電子コードブック（ECB）モードを採用する。
• 計算オーバーヘッドを低減するために、Tボックスを用いて高速な置換およびルックアップ処理を実行する。
• GPUスレッド1つあたり1AES状態（16バイト）のスケジューリング粒度を採用し、並列処理を最大化する。
• 頻繁にアクセスされるTボックスを定数メモリに格納することで、グローバルメモリアクセスの遅延を低減する。
• 平文データをGPUデバイスメモリに割り当て、各ブロックをオンチップレジスタを用いて個別のスレッドで処理する。
• 最適化されたメモリアクセスパターンを用いて、CUDAカーネルを介して暗号化および復号化を実装する。

実験結果

リサーチクエスチョン

• RQ1 1スレッドあたり1状態の粒度は、粗い粒度（例：32バイト/スレッドや64バイト/スレッド）と比較して、GPU上でのAESパフォーマンスにどのように影響するか？
• RQ2 大容量のデータファイル処理において、GPUアクセラレーテッドAES-128はCPUベースの実装に比べてどの程度のパフォーマンス向上を達成するか？
• RQ3 メモリ割り当て戦略（例：Tボックスに定数メモリを使用）は、GPU上でのAESスループットにどのように影響するか？
• RQ4 ファイルサイズが4KBを超えて増加する際、GPU AESパフォーマンスのスケーラビリティはどのようになるか？
• RQ5 GPUアーキテクチャおよびメモリ階層の選択が、AES暗号化および復号化のスループットに与える影響は何か？

主な発見

• GeForce 940MX上で、ファイルサイズ1,190,402バイトのとき、GPUベースのAES暗号化はピークスループット223,928,517バイト/秒（223.9 Mbps）を達成した。
• 同じファイルサイズで、GPUベースのAES復号化はピークスループット203,592,269バイト/秒（203.6 Mbps）に達した。
• 4KBを超えるファイルでは、GPUパフォーマンスがCPUを常に上回り、ファイルサイズが大きくなるにつれてスループットが顕著に向上した。
• CPUのパフォーマンスはファイルサイズにかかわらず比較的安定していたのに対し、GPUのスループットは同時に実行されるスレッド数に比例して向上した。
• 1状態/スレッドのスケジューリング戦略が最適なパフォーマンスを達成しており、32バイト/スレッドや64バイト/スレッドといった粗い粒度よりも優れていた。
• Tボックスに定数メモリを使用することで、メモリ遅延が低減され、ルックアップ効率が向上し、全体のスループット向上に寄与した。