Python语言的精华

比经典快速傅里叶变换，这个方法没有额外时间开销，硬件代价也非常小。

同时，研究人员还提出了一种能支持两种蝶形运算的紧凑型运算单元架构，针对NewHope算法的特定模数提出了一种无需执行乘法操作的恒定时间模约简方法，并据此设计了低复杂度数论转换硬件实现架构。

在同规模数论转换的硬件架构中达到执行速度最快，且减小面积延时积近3倍。

此外，这项研究还使用了双倍带宽匹配、时序隐藏等架构优化技术，进一步减小了执行NewHope算法的时钟周期数，设计了处理时间恒定的NewHope硬件架构。
 

不仅能降低一类基于格的后量子密码算法的计算复杂度，还能在提高算法执行速度的同时减少了硬件资源开销。

实验结果表明，与最先进的方法相比，该设计在计算速度上快了2.5倍以上，同时面积延时积（ATP）减小了4.9倍。

这一成果刚刚登上了第22届密码硬件与嵌入式系统会议（CHES）。这是国际密码芯片和物理安全方向最重要的顶会之一。

后量子密码硬件加速技术

具体而言，这是一种应用于格密码的低计算复杂度数论转换方法及其硬件实现架构，可以同时优化算法执行时间和硬件资源开销。

如下图所示，已有面向格密码的数论转换架构效率不高的症结在于其正变换和逆变换分别需要预处理与后处理，而预处理与后处理的计算量巨大，正是制约处理速度提升的瓶颈。
 

密码，无疑在系统安全和网络安全中扮演着至关重要的角色。

但是，随着具有强大密码破解能力的量子计算机不断取得实质性研究进展，目前广泛使用的RSA、ECC等公钥密码算法逐渐变得不再安全。

这对于现有的密码体系而言可以说是毁灭性的威胁。

为应对该类挑战，学术界和工业界早已开始着手研究能抵御量子计算攻击的后量子密码算法。

但问题在于，后量子密码算法的运算量通常非常巨大，想要真正应用和推广，就对专用后量子密码芯片提出了高要求：

必须要依靠高效的硬件架构，从而能以较低资源开销获得满足应用需求的执行速度。

现在，针对这一问题，清华大学魏少军、刘雷波教授团队提出了一种低计算复杂度数论转换与逆转换方法，以及一种高效的后量子密码硬件架构。
 

据悉，Secco他们使用了一台便宜的“树莓派”电脑并将其跟一台高分辨率相机结合在一起。通过智能机器学习，树莓派电脑通过编程拥有识别五种不同类型的废物--纸张、玻璃、塑料、金属和纸板--的能力。

而它之所以能做到这一点，是因为它拥有一个包含3500张不同垃圾图片的数据库，这是由谷歌图像和一个名为TrashNet的资源提供的。

通过“转移学习”训练--实现“真正人工通用智能(AGI)”的关键驱动力之一--该系统能在给垃圾标签时其辨识能力变得越来越强。

当该团队谈到整体的准确性时，他们表示其能通过测试达到92%的成功率，这使得它拥有商业应用前景。

尽管Secco博士也承认，该系统的运行速度还需要进一步提高才能真正投入使用--这在很大程度上要归功于树莓派的处理能力，但一种新的处理方式的基础已经被确定。

Secco补充道：“我们生活的世界正日益受到人类制造的废物的污染。最近在回收这些废物方面取得了很大进展，但这将增加本已效率低下的材料回收设施的压力。因此必须加大努力、提高MRF（材料回收设施）的效率、降低其成本。更具体地说，计算机视觉(CV)的研究表明，嵌入式CV可能是这个问题和许多其他相关问题的答案。尤其是现在，由于技术和软件的进步，它更容易获得、更容易使用并变得更强大。”

（编辑：阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!