ARX是密码算法设计中常用的一种设计方法,通过综合使用模加、(循环)移位以及异或来实现算法的非线性性、混淆性和扩散性。ARX多用于分组密码和哈希函数中,如分组密码TEA、XTEA和RAIDEN等,哈希函数MD5、SHA-1和我国商用密码标准SM3等。基于ARX结构分组密码不同于传统的具有替换置换盒的分组密码,如DES,在现有计算能力下,通过统计明密文对的方式来寻找高概率的差分链不太可行,ARX结构分组密码的差分路径概率分析远比采用替换置换盒的分组密码复杂的多,目前对ARX结构分组密码的差分分析主要采取自动化搜索的方式。本文通过在研究现有的ARX结构密码算法自动化搜索差分路径算法的基础上,提出了如下一系列能改进和优化自动化搜索算法的方法:(1)排序的部分差分分布表。该方法通过对部分差分分布表按概率排序可以在搜索过程中进行提前剪枝。(2)深度优先思想。该方法通过深度优先搜索及时更新最小概率阈值,从而减少临时部分差分分布表的计算量。(3)基于GPU并行计算。该方法利用GPU并行计算能力提高临时部分差分分布表的计算效率。实验表明,这些方法能提高自动化搜索的时间性能,尤其是前2种优化方法,能提前减少很多额外的计算分支,由于自动化搜索算法的时间开销随着密码轮数的增加呈指数增长,因此提前剪枝能显著地提高搜索时间性能。