基于GPU并行聚類的加密分組密碼算法的研究及實(shí)現(xiàn).pdf

1、隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，數(shù)據(jù)庫(kù)中數(shù)據(jù)量日益飛速增長(zhǎng)，我們正逐漸被海量數(shù)據(jù)所掩埋。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中找到企業(yè)所需要的決策信息，信息安全是對(duì)企業(yè)的決策信息進(jìn)行安全保護(hù)。K-Means聚類劃分算法和AES加密算法分別是數(shù)據(jù)挖掘和信息安全領(lǐng)域的傳統(tǒng)算法，在數(shù)據(jù)挖掘和信息保護(hù)領(lǐng)域應(yīng)用范圍非常廣泛。近幾年來(lái)，GPU計(jì)算開(kāi)啟了并行計(jì)算的大門(mén)，GPU非常適合效率高計(jì)算成本低的浮點(diǎn)運(yùn)算。Nvidia公司推出的CUDA（統(tǒng)一計(jì)算架構(gòu)）成為鏈接CPU和

2、GPU之間的橋梁，使GPU并行計(jì)算不再繁瑣。
　　 本文針對(duì)K-Means算法計(jì)算量大而且質(zhì)心收斂速度慢、AES算法計(jì)算繁瑣而且迭代次數(shù)多等特點(diǎn)，將K-Means聚類算法和AES分組加密算法相結(jié)合，給出了基于CUDA的并行K-Means和AES分組密碼算法。首先對(duì)傳統(tǒng)K-Means聚類劃分算法進(jìn)行并行改進(jìn)使其能夠符合GPU運(yùn)行條件，用基于CUDA的K-Means聚類劃分算法對(duì)海量數(shù)據(jù)對(duì)象進(jìn)行聚類分組，然后對(duì)AES密碼算法進(jìn)行并行