Constexpr C++20 大整数/有限域库:高效、安全的加密计算利器
2024-09-21 15:03:01作者:庞队千Virginia
项目介绍
Constexpr C++20 Big-Integer / Finite-Field library 是一个头文件模板库,专为固定宽度的“小大整数”计算而设计。该库不仅支持运行时计算,还支持编译时计算,特别适用于加密应用中的数百位大整数运算。尽管库中并非所有函数都是常量时间(运行时),但已明确标记的函数均经过常量时间验证,确保了计算的安全性。
项目技术分析
核心功能
- 加法:通过 SAW 进行形式验证,确保正确性,并通过 ct-verif 验证常量时间性。
- 减法:支持高效的减法运算。
- 乘法:采用 O(n^2) 的“教科书”乘法,并通过 ct-verif 验证常量时间性。
- 除法:支持短除法和 Donald Knuth 的“算法 D”,以及 Granlund--Montgomery 的不变整数除法。
- 比较:通过 ct-verif 验证常量时间性。
- 模运算:包括模加法、扩展 GCD、模逆、Barrett 约简、Montgomery 约简和 Montgomery 乘法等。
- 模幂运算:基于 Montgomery 乘法实现。
- 编译时初始化:支持从十进制字面量进行编译时初始化。
- 序列化:支持将大整数序列化为十进制字符串。
技术栈
- C++20:项目严格遵循 C++20 标准,确保与现代编译器的兼容性。
- 依赖库:依赖于 C++ 标准库,以及 NTL、libff、GMP 和 Google Benchmark 等库,用于编译和运行基准测试。
项目及技术应用场景
加密与安全
该库特别适用于需要高效、安全大整数运算的加密应用,如公钥加密、数字签名和密码协议等。其常量时间验证的函数确保了计算的安全性,防止侧信道攻击。
编译时计算
对于需要在编译时进行复杂计算的场景,如模板元编程和编译时优化,该库提供了强大的支持。
学术研究
研究人员可以利用该库进行高效的加密算法实现和验证,提升研究效率。
项目特点
高效性
通过优化的大整数运算算法,该库在运行时和编译时均能提供高效的计算性能。
安全性
常量时间验证的函数确保了计算的安全性,防止侧信道攻击。
易用性
作为头文件库,安装简便,只需将 include 目录内容复制到系统 include 目录即可。
可扩展性
支持多种大整数运算和模运算,易于扩展以满足不同应用需求。
社区支持
项目提供了丰富的文档和示例代码,方便用户快速上手。同时,用户可以通过 Matt Godbolt 的 Compiler Explorer 在线试用和调试。
结语
Constexpr C++20 Big-Integer / Finite-Field library 是一个功能强大、安全可靠的大整数计算库,特别适合加密和安全领域的开发者和研究人员使用。无论是在运行时还是编译时,该库都能提供高效的计算支持,是您项目中不可或缺的利器。立即尝试,体验其强大的功能和卓越的性能吧!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220