论文部分内容阅读
信息安全领域中,密码加密技术是最为核心的问题之一,密码解析技术则是密码加密技术的逆向过程,将密文破译变成明文是密码解析的最终目的。双向加密密文通过寻找对应的逆变换函数可以快速解析,而单向加密密文则需要采用搜索彩虹表明文方法进行解析。对于样本空间比较大的单向加密函数的解析需要进行大量的函数计算,基于CPU的彩虹表构建和查找耗时长,占用存储空间巨大,已无法满足实际系统需求,分布式GPU则可以很好的解决此问题。分布式GPU超强的计算能力非常适合单向加密密文的解析,采用分布式GPU并行计算构建彩虹表,多线程查找密文索引,能够极大地缩短密文解析时间,提高系统解析密文的效率。虽然将GPU与彩虹表技术相结合运用于密码解析的理论在不断完善,但实际应用研究极少。通过深入分析GPU和彩虹表的原理,提出采用分布式GPU作为平台,快速构建一种可以进行单向密文解析的密码表——彩虹表,并对彩虹表进行多重优化,从而达到以下目的:(1)通过分布式GPU并行计算出彩虹表单中所有彩虹表链;(2)利用分布式GPU并行查找彩虹表;(3)实现1-11位样本空间的单向加密密文的快速解析;(4)优化解密系统资源、时间和空间占用率。本论文第一章提出了采用传统方法对单向加密函数进行解析的难点,说明对解密方式进行优化的必要性;第二章简述了完整的解密系统的架构和各模块功能,说明分布式GPU应用与实现的环境;第三章在第二章的基础上,讨论了在加密协议数据处理模块中充分利用分布式GPU的关键问题,详细讨论了利用分布式GPU对彩虹表的构造方法,以及针对主流的HASH算法进行数据解析的测试及优化;第四章对GPU的查询问题进行了深入研究与测试,并对多个不同样本空间的密文采用不同链长彩虹表进行测试,将分析结果与原CPU平台结果进行对比,表明本文方法极大提升了系统对单向加密密文解析效率,并且最终找出影响查询问题的关键因素及优化方法。基于分布式GPU架构的彩虹表构造和查找性能可以达到基于传统的CPU架构性能的几百倍甚至更多,显著提升了对加密数据的分析速度,能够满足现在和近几年密文解析要求。最后一章是全文的总结,并对未来还要进行的工作做说明。