A Java Implementation of Prime and Binary Fields - RevistaIEEE

A Java Implementation of Prime and Binary
Fields
I. S. Gutierrez and R. L. Villanueva
1Abstract—
This paper introduces a Java software library
intended to be used by cryptographers, programmers and
practitioners. Basically, the library provides efficient
implementations for performing calculations on finite fields. The
main operations supported are addition; multiplication, division,
square roots and they are speeded-up for parameters specified by
standardization entities. The programming library is presented as
a set of classes and the main algorithms implemented on them and
their performance.
Keywords— Java language, Finite fields, Prime fields, Binary
fields, Computation, Efficiency.
L
I. INTRODUCCIÓN
OS CUERPOS finitos son una clase de estructura
algebraica abstracta. Intuitivamente hablando, un cuerpo
finito es un conjunto finito dotado de dos operaciones binarias,
generalmente llamadas adición y multiplicación, las cuales
satisfacen ciertas propiedades, tales como asociatividad,
conmutatividad, existencia de elementos neutros, existencia de
inversos y la distribución de la multiplicación con respecto a la
suma. Algunos ejemplos de cuerpos son los números reales ℝ
y para un número primo , el conjunto ℤ de las clases
residuales módulo . Un caso especial de este es el cuerpo
binario ℤ , también notado con . Los cuerpos finitos tienen
una gran cantidad de aplicaciones que van desde la
construcción matemática de algoritmos criptográficos,
algoritmos de la teoría de codificación hasta la recientemente
teoría de codificación lineal aleatoria en redes, [7].
La implementación de estas estructuras matemáticas dio
como resultado una librería, la cual es el tema central de este
trabajo. Esta puede ser útil por matemáticos y criptógrafos entre
otros, ya que proporciona los elementos básicos para la
construcción de otras estructuras matemáticas, algoritmos
criptográficos, o cualquier otra aplicación relevante.
En este artículo se presenta una implementación eficiente de
los cuerpos finitos destinada a ser útil para cualquier
profesional dedicado a crear aplicaciones en las que los cuerpos
finito jueguen un papel importante, especialmente los que
utilizan cuerpo binarios. La organización del trabajo es la
siguiente: en la sección II se describe la organización de las
clases de la librería, en la sección III se describe con detalle los
algoritmos implementados, en la sección IV se analizan los
tiempos de las operaciones implementadas y finalmente, en la
sección V se hacen conclusiones y se presentan algunos
posibles frentes de trabajo futuro.
I. S. Gutierrez, Universidad del Norte, Departamento de Matemáticas y
Estadística, Barranquilla, Colombia, [email protected]
II. DESCRIPCIÓN GENERAL DE LAS CLASES
Esta sección presenta las razones del diseño considerado
durante el proceso de construcción de la librería de software. En
primer lugar, el lenguaje de programación elegido es Java, y la
razón detrás de esta selección radica en algunas propiedades
espaciales de Java, como por ejemplo, la portabilidad, la
interoperabilidad y la facilidad de codificación. Estas
características facilitan la construcción de un buen diseño, un
grupo cohesionado de clases de Java, que se representan en la
Figura 1.
La librería comprende en su diseño tres clases principales:
Field, FieldElement y Polynomial. En primer lugar, la clase
Field define cuatro métodos importantes: getOrder, para
devolver el orden de un cuerpo; generateRandomElement, para
generar aleatoriamente un elemento del cuerpo; getOne y
getZero, para retornar, respectivamente, los módulos de los
grupos multiplicativo y aditivo.
En segundo lugar, la clase FieldElement encapsula el
comportamiento esperado de un elemento de un cuerpo finito.
Cada clase concreta que hereda de la clase FieldElement debe
implementar los métodos definidos en la clase FieldElement,
los cuales se describirán más adelante. Por último, Polynomial
es una clase concreta que representa un polinomio. Esta clase
está asociada con la clase FieldElement, ya que un polinomio
se construye a partir de un arreglo de elementos del cuerpo. En
ella se proporcionan diferentes procedimientos para las
operaciones básicas entre polinomios.
III. CUERPOS FINITOS
Formalmente, un cuerpo finito es un conjunto no vacío F
dotado con dos operaciones binarias, suma y multiplicación,
de tal manera que:
• (F,+) es un grupo abeliano o conmutativo, con
elemento neutro 0.
• (F\{0},⋅) es un grupo abeliano, con elemento neutro 1.
• Para todo a, b, c en F se satisface a⋅(b+c)= a⋅b+a⋅c.
El menor número natural , tal que ⋅ 1 = 0, es llamado la
característica de F. Para un cuerpo finito se satisface siempre
tiene
que la característica es un número primo. El cuerpo
característica 2. Para cada primo y cada natural existe (salvo
elementos, donde
isomorfía) un único cuerpo F, con =
es su característica, [9]. Más aún, cualquier cuerpo finito con
elementos es isomorfo al cuerpo de descomposición
=
− sobre el cuerpo , es decir, el cuerpo
del polinomio
R. L. Villanueva, Universidad Simón Bolívar, Departamento de Ingeniería
de Sistemas y Ciencias de la Computación, Barranquilla, Colombia,
[email protected]
donde el polinomio tiene todas sus raíces. En este caso
o GF( ) para denotarlo (El cuerpo de Galois). Si
escribimos
= 1, entonces llamamos a F un cuerpo primo.
=
0, si p|
1, si p ∤ y
−1, si p ∤ y
es un QR mod p
es un QNR mod p
Figura 1. Diagrama de las clases.
Teorema III.3. (Euler, [6] Teorema 2.2.13.)
Seguidamente describimos la implementación en Java de las
clases destinadas a proporcionar la aritmética de los cuerpos
finitos. Estas se denominan: GFPField, GFPElement,
GF2nElement,
GF2nElementPolynomial,
GF2Field
y
GF2Polynomial.
Sea p≠2 un número primo y a∈ℤ. Entonces
A. Cuerpos Primos.
Como muestra la Figura 1, existen dos clases de Java en las
cuales se implementa la aritmética de los cuerpos primos. A
saber, la clase GFPField, la cual es una representación de
programación de los cuerpos primos e incluye funciones
destinadas a calcular los valores dependientes en un cuerpo. La
clase GFPElement es básicamente una representación de los
elementos de los cuerpos primos. Estas dos clases utilizan la
clase de Java BigInteger, la cual proporciona algoritmos
eficientes para realizar la aritmética de precisión de cualquier
orden, para extender su funcionalidad. La mayoría de las
funciones implementadas en estas clases son sencillas, salvo el
algoritmo de la raíz cuadrada, cuyo funcionamiento se basa en
el algoritmo introducido por F. Wang, Y. Nogami y Y.
Morikawa en [11]. Antes de discutir este algoritmo,
introducimos alguna notación.
Definición III.1. Sea ≠ 2 un número primo y a∈ℤ, tal que
( , ) = 1. Entonces la congruencia
≡
(1)
tiene dos soluciones o ninguna. Si (1) tiene como solución,
entonces se llama un residuo cuadrático
(QR); en
otro caso es un residuo no-cuadrático
(QNR).
Definición III.2. Sea ≠ 2 un número primo y a∈ℤ. Entonces
se define así:
el símbolo de Legendre
≡
(2)
El algoritmo de la raíz cuadrada comprende dos métodos: El
primero tiene como objetivo verificar si un elemento es un QR
o un QNR y el segundo calcula la raíz cuadrada del elemento
QR. El primer método se basa en la observación que
(
donde ,
)
≡
≡
,
∈ ℤ.
El Algoritmo 1 contiene la prueba de residuos cuadráticos.
Los pasos (1), (2) y (3) se emplean para acelerar el cálculo de
= , ver [11].
Algoritmo 1: Prueba de residuos cuadráticos
Entrada: ∈
Salida: 1 si es QR o -1 si no lo es.
1:
Factorice
= 2 . Esta operación se realiza en el
constructor de la clase GFPField, ya que esta depende
del cuerpo
2:
3:
4:
5:
6:
7:
8:
t ← x ( )/
t ← x ⋅ x ( )/
x ← t ⋅t
if x = 1 o (x = −1 y T > 0) then
return 1
For i = 1 hasta − 1 do
x ← x
9:
10:
11:
= −1 then
return 1
return -1
,y =
Sea y un elemento QNR y sean y = , … , y =
= −1, los valores dados por el test de residuo cuadrático,
cuando es aplicado a y. Sea ahora x un elemento QR y sean
,…,x =
, x =
= −1, los valores
x = , x =
obtenidos al aplicar el test de residuo cuadrático a x. Note que
= x y =1y =
= x y
= ±1.
Definamos,
= √ = x y , si
= 1. En otro caso
= y
= y x y . Por lo tanto,
=
,
,
y
= 1, entonces
√ =√ ∙y
(b)
y
=
∙
∙y
(
)/
.
. Como resultado,
(3)
= −1, entonces y
= 1, y por lo tanto
∙
, en consecuencia
∙√ ∙ y
∙ ( )/ .
√ =y
= y ∙X∙
(4)
El Algoritmo 2 muestra como se calcula la raíz cuadrada de
un elemento QR.
Algoritmo 2: Raíz cuadrada en
Entrada: ∈ .
Salida: √ , if is QR.
1:
2:
3:
4:
5:
6:
7:
8:
9:
10:
11:
12:
13:
14:
15:
16:
17:
18:
[x]/⟨ ⟩,
donde ⟨ ⟩ denota el ideal generado por el polinomio binario
irreducible f de grado m. En consecuencia, cada elemento de
tiene la forma ( ) + ⟨ ⟩, donde
= −1
∙
B. Cuerpos Binarios
De manera general, la Clase GF2Field representa cuerpos
binarios. Sin embargo, los elementos de un cuerpo binario se
pueden implementar mediante el uso de diferentes bases, esto
es, por un polinomio o una base normal [9], [4]. De esta
manera, se define una clase abstracta GF2nElement que
representa un elemento en general, pero este sólo se
implementa mediante el uso de elementos de bases
polinómicas. Matemáticamente hablando, se verifica que
≅
=1
En el -ésimo paso se obtiene que
=
∙y
∙ x = ±1,
donde es 1 o un producto de subsecuencias de valores y ,
y ,..., y
. Consideremos dos casos:
(a)
t ←t ∙y
return t .
19:
20:
If x
.
Elija un elemento QNR y calcule , , … , . La
operación de factorización se realiza una vez, siempre
que se inicializa un objeto GFPField
t ← x ( )/
t ← x ⋅ x ( )/
x ← t ⋅t
if x = 1, then return t
i=0
while
≠ −1 do
i←i+1
x ← x ⋅x
← − 1, ← 1, ← 1
for = 0 up to t do
←
for j=0 up to − 1 do
← ∙
← −1
if = −1 then
← − 1, ← + 1
for j=0 hasta − 1 do
( )=
+ ⋯+
+
es representado como el arreglo
, … , , ).
(
En el software, ( ) e s representado como
( [0], [1], … , [ − 1]),
donde cada B[i] es una palabra de W-bit y =
/ . Sin
perder generalidad, asumimos que ≡ 0
, con W=32.
Dado que la aritmética de un cuerpo binario se lleva a cabo a
través de la aritmética polinómica, se introduce la clase
GF2nPolynomial. Esta proviene de la clase Polynomial y se
discutirá en breve.
B[0]
bm-1 … b(t-1)w
Figura 2.
B[1]
b((t-1)w)-1 … b(t-2)w
Representación de
∈
…
B[t-1]
bw-1 … b1b0
[ ] como un arreglo de t palabras.
[ ] de grado m,
La suma de dos polinomios ( ), ( ) ∈
representados respectivamente por
( ,…, , ) y
+
,…, +
( , … , , ) es calculada como (
, + ). El Algoritmo 3 describe como este producto es
implementado.
Algoritmo 3: Suma de dos polinomios en [ ].
[ ]
Entrada: Dos polinomios ( ), ( ) ∈
representados por los arreglos A y B respectivamente.
Salida: ( ) = ( ) + ( ), donde el grado de c(x) es a
lo más m-1.
1: for i= − 1 up to 0 do
2: c[i] ← A[i]⨁B[i]
3: return C
Como puede notarse, el Algoritmo 3 es muy eficiente, ya
que este solo requiere corres sobre cada posición una vez y
realizar una operación XOR entre ellos.
La multiplicación de dos polinomios ( ), ( ) ∈
[x]
requiere de un algoritmo más complejo que el anterior, ya que
la multiplicación se basa en la suma de varios polinomios
aumentados.
Salida: ( ) = b( ) .
Antes de introducir la técnica general para calcular la
multiplicación, observe que si los polinomios son iguales,
entonces esta operación se optimiza mediante la observación
que
( ) =
+ ⋯+
+ ,
donde ( ) =
+ ⋯+
+
.
Por lo tanto, la representación de arreglo de bits de ( ) se
obtiene fácilmente mediante la introducción de un cero entre
dos bits consecutivos de la representación de ( ), ver [7]. Una
ilustración se tiene en la siguiente figura.
Para calcular la multiplicación de dos polinomios
( )=
+ ⋯+
+
y
( )=
+ ⋯+
+
Note que
Figura 3.
Representación de ( ) .
( )∙ ( )=
Con el fin de realizar esta operación de manera eficiente, se
construye una tabla de pre computo, la cual es definida por T[i]
= r, donde r, i son números enteros no negativos (visto como
bits) que representan polinomios, donde r es el cuadrado de i.
Por ejemplo, T[20]=261 representa el cuadrado del polinomio
20 = (0000. . .00010100)2 =
+ ,
el cual es igual a
261 = (0000. . .100010000) =
+ .
( )
(
)
(5)
Ahora la introducción de un w tal que w | W, esto es, W =
w , la ecuación (5) se puede generalizar como:
En particular, esta tabla tiene una complejidad de orden
O(2 ), donde n es el número de bits utilizados para representar
a i. El Algoritmo 4 trabaja con una tabla de 256 valores 256,
que se define así:
T[0] = 0, T[1] = 1,
T[2] = 4, T[3] = 5,
T [4] = 16, T [5] =17,
⋮
T [255] = 21845.
[ ].
Algoritmo 4: El cuadrado de un Polinomio en
Entrada: Un polinomio b( ) ∈
un arreglo B.
El Algoritmo 5 es muy importante, ya que es una forma optima
para pre-calcular una a(x) ∙ w (x) para todos los polinomios tales
[ ] representado por que w (x) tiene grado a lo más w-1, con w = 4.
Algoritmo 5: Calcula ( ) ∙ ( ) para todo polinomio tal
que ( ) tiene grado a lo más 3.
Entrada: Un polinomio ( ) representado por un
arreglo.
Salida: Una matriz P de 16 filas, donde la i-ésima fila
) representa (
,
,
+
+
=( ,
+ ) ∙ ( ).
Hasta el momento se han discutido las operaciones básicas
entre polinomios binarios, pero no los elementos de cuerpos
binarios. Estos son sólo polinomios reducidos por un polinomio
irreducible, por lo tanto GF2ElementPolynomial, que, a su vez,
contiene un objeto de GF2nPolynomial y a otro de GF2nField,
que representan los elementos de un cuerpo binario. Recuerde
que los cuerpos finitos en general pueden ser construidos
utilizando trinomios o pentanomios irreductibles, ya que los
cuerpos del mismo orden son isomorfos [9].
+ ( ) un polinomio irreducible, donde
Sea ( ) =
( ) es un polinomio binario con grado a lo más m-1 y
( )
[ ], con grado 2m-2. La operación ( )
b( ) ∈
se fundamenta en la siguiente observación [8]:
( )≡ ( )
El algoritmo (6) muestra cómo es efectuado la multiplicación
de dos polinomios con w = 4, ver [8]. Este se implementa en la
clase GF2Polynomial. Vale la pena mencionar que el paso 2 de
este algoritmo se realiza una sola vez, ya que este es llamado
sólo si P no es nulo.
Algoritmo 6: Multiplicación de dos polinomios mediante el
pre-cálculo con polinomios de grados a lo más 3. i.e. w=4.
Entrada: Dos polinomios a( ), b( ) representados por
arreglos.
Salida: ( ) ∙ ( ).
+
.
(7)
El Algoritmo 7 realiza la reducción siempre que f(x) sea un
trinomio. Por otro lado, el Algoritmo 8 hace lo mismo pero f(x)
es un pentanomio.
+
Algoritmo 7: Reducción módulo ( ) =
0<t<m.
Entrada: Un polinomio binario ( ) =
+ b( ) ∈
[ ].
⋯+
( ).
Salida: ( ) ≡ ( )
+ 1, con
+
≡
+
+
+
≡
+
+
+
≡
+
+
+
⋮
De lo anterior se sigue el siguiente algoritmo:
Algoritmo 9: Reducción módulo ( ) =
Entrada: Un polinomio ( ) ∈
(B[0], B[1],…, B[k-1]).
( ).
Salida: ( ) ≡ ( )
+
Algoritmo 8: Reducción módulo ( ) =
+ 1, con 0< < < <m.
Entrada: Un polinomio binario ( ) =
+ b( ) ∈
[ ].
⋯+
( ).
Salida: ( ) ≡ ( )
+
+
+
+ 1.
[ ], representado por
+
+
Aplicando el mismo razonamiento para ( ) =
+
+
1, t=8, m=233. Suponga que el siguiente polinomio tiene que
+
+⋯+
+ .
ser reducido ( ) =
) para
,
,
,…,
Considere entonces la palabra (
( ):
reducirla
≡
+
⋮
≡
+
≡
+
Como consecuencia de ello, se implementó el Algoritmo 10. De
la misma manera, fueron implementados otros algoritmos
similares para ( ) =
+
+ + + 1, ( ) =
+
+ 1 and ( ) =
+
+ + + 1.
Cuando los términos del medio están cerca uno del otro, esta
operación se puede realizar de manera eficiente mediante la
reducción de una palabra a la vez [8]. En particular, los
polinomios definidos por el Instituto Nacional de Estándares y
Tecnología (NIST) tienen esta condición.
Considere ( ) =
+
+
+
,
t=6. Suponga que [10] = (
,
( )=
+
+ ⋯+
Entonces,
+ 1, por lo tanto
,
,…,
) de
+
se reduce.
Algoritmo 10: Reducción módulo ( ) =
Entrada: Un polinomio
(B[0], B[1],…, B[k-1]).
Salida: ( ) ≡ ( )
( )∈
( ).
+
+ 1.
[ ], representado por
a la introducida para computar el cuadrado de un polinomio
binario, para realizar la extracción de bits.
Por ejemplo,
S[10101 ] = S[21 ] = 111 = 7 .
Además un método llamado Calculate(E,O), donde E, O son
yα
respectivamente. Este
arreglos que representan α
método se emplea para calcular α
+ α √x y su
comportamiento depende del polinomio de reducción
empleado. Algoritmo 11 presenta el algoritmo implementado:
Algoritmo 11: Raíz cuadrada de un elemento α ∈
,
Entrada: Un elemento de un cuerpo α ∈
representado por (A[0], A[1],…, A[k-1]).
.
Salida: √α.
Otra importante operación es la raíz cuadrada de un elemento
. Es bien conocido que para α ∈
[x], α = α, por
de
= √α , lo cual requeriría m-1 elevaciones al
tanto α
cuadrado si la raíz cuadrada se implementase mediante esa
fórmula. No obstante, cuando m es impar, un método más
eficiente y elegante resulta de la siguiente observación [5]:
α=
ax.
Note que la ecuación de arriba puede escribirse como:
(
(
)/
a x
+
)/
a
x
= α
+ x α
,
donde
(
)/
(
)/
=∑
a x y α
=∑
a
x.
Como consecuencia, la raíz cuadrada se puede computar
mediante la extracción de los bits apropiados de la
,
representación binaria de α con el fin de obtener α y α
x
y
finalmente
realizar
luego realizar la multiplicación α
√
la adición α + α
√x. Nótese que √x puede ser precomputado tan pronto como el objeto correspondiente es
instanciado, a saber, GF2Field.
α
Además nótese que la eficiencia de la operación raíz
cuadrada depende en gran medida de la operación α
√x.
Avanzi [2] estudió esta última operación y notó que si el
polinomio irreducible es de la forma f(x) = xQ(x) + 1, donde
Q(x) tiene grado a lo mas (m-1)/2, α + α
√x , con √x =
xQ(x), tendría grado a los más m-1. Por consiguiente, una
operación de reducción se ahorraría. Y que la multiplicación
α
√x podría ser computada mediante sumas y
desplazamientos si la representación binaria de √x tiene pocos
unos.
Para implementar estas observaciones eficientemente se
introdujo una tabla de búsqueda S de 2 valores, muy similar
Finalmente el algoritmo 12 presenta la computación del
. Este se basa en el algoritmo extendido
inverso α de α ∈
de Euclides para polinomios binarios.
.
Algoritmo 12: Inverso de un elemento α ∈
, representado por (A[0],
Entrada: Un elemento α ∈
A[1],…, A[k-1]).
Salida: α .
TABLA III. TIEMPOS PARA CUERPOS PRIMOS – NUESTRA
LIBRERÍA.
Número
bits
43
adic
600
Operaciones (ns)
mult
cuad
raíz
750
650
250
47
1100
1050
800
300
10350
89
950
600
650
600
12500
Inve
6700
127
750
700
700
950
14450
163
1050
1100
1000
1650
19900
233
1200
1600
1250
3600
38000
409
1350
2000
2650
10500
54400
571
1850
3100
2800
24300
76950
TABLA IV. TIEMPOS PARA CUERPOS BINARIOS –
FLEXYPROVIDER.
Número
bits
43
47
83
127
163
163
191
233
233
409
571
Polinomio
irreducible
43,6,4,3,0
47,5,0
83,29,25,3,0
127,1,0
163,7,6,3,0
163,57,49,29,0
191,9,0
233,74,0
233,159,0
409,87,0
571,10,5,2,0
adic
1450
1550
2000
2050
3300
3500
3600
4600
3600
4450
22700
Operaciones (ns)
mult
cuad
raíz
3350
850
2600
3250
900
2100
8200
1000
6500
8400
1000
8150
16600
1400
17850
18300
1650
17300
17750
1650
13250
23900
2150
22750
21250
1700
23400
58100
2950
143100
293500
5700
900350
inve
4750
5300
10500
18600
22050
21050
25350
35800
30100
73550
575400
TABLA V. TIEMPOS PARA CUERPOS BINARIOS - BOUNCY
CASTLE.
IV. RESULTADOS DE RENDIMIENTO
Esta sección muestra los tiempos de cada una de las
operaciones previamente introducidas, sí mismo los tiempos
consumidos por otras implementaciones, tales como la
implementación Bouncy Castle [12] y la implementación
FlexyProvider [13]. Estas pruebas se realizaron sobre una
maquina con un procesador Intel Core I5 con rapidez de 2.5
GHz.
Número
bits
43
47
83
127
163
163
191
233
233
409
571
adic
3200
2850
2100
1900
2150
2400
3300
6250
Operaciones (ns)
mult
raíz
2400
1500
2350
1250
1800
1200
1500
1100
2000
1550
2400
1550
3650
2200
9100
5700
inve
13900
14950
18150
17100
24400
31650
245950
828600
adic
1000
mult
1200
Operaciones (ns)
cuad
raíz
700
550
47
1300
1450
800
5700
8550
Inve
7250
89
1450
1400
1100
1300
13100
127
1100
1450
800
1250
15600
163
1550
1850
1150
2600
18850
233
1600
2500
1550
3050
27600
409
2100
3850
2150
27900
87650
571
2950
4350
2800
36800
553000
mult
5350
35500
16100
10900
17800
10600
8150
11900
16700
25700
55250
Número
bits
Polinomio
irreducible
adic
mult
43
47
83
127
163
163
191
233
233
409
571
43,6,4,3,0
47,5,0
83,29,25,3,0
127,1,0
163,7,6,3,0
163,57,49,29,0
191,9,0
233,74,0
233,159,0
409,87,0
571,10,5,2,0
750
700
1250
1850
1400
2250
2450
2100
2250
2600
2450
2800
2400
6000
6350
5500
8950
7750
6200
9300
11150
31000
TABLA II. TIEMPOS PARA CUERPOS PRIMOS – BOUNCY
CASTLE.
Número
bits
43
adic
2250
2850
2950
3200
3400
2950
2100
2350
2400
3550
35600
Operaciones (ns)
cuad
raíz
2700
12400
18250
758850
6450
263600
2800
12500
2950
30900
2650
27200
2100
11400
2350
19150
2550
35050
3650
102250
5700
1242450
inve
2950
17200
45500
59300
78100
64300
53850
125400
68600
174200
787400
TABLA VI. TIEMPOS PARA CUERPOS BINARIOS – NUESTRA
LIBRERÍA.
TABLA I. TIEMPOS PARA CUERPOS PRIMOS – FLEXYPROVIDER.
Número
bits
43
47
89
127
163
233
409
571
Polinomio
irreducible
43,6,4,3,0
47,5,0
83,29,25,3,0
127,1,0
163,7,6,3,0
163,57,49,29,0
191,9,0
233,74,0
233,159,0
409,87,0
571,10,5,2,0
Operaciones (ns)
cuad
raíz
850
800
1400
1300
650
2000
1700
1000
2050
1100
44350
3650
2500
4800
5150
6050
6300
6950
7150
7100
10300
30200
inve
3850
3650
7950
12200
18600
17700
23800
25600
24850
61400
288850
Por un lado, para probar cuerpos finitos lo siguiente es
realizado:
•
•
Un número primo de x bits es generado mediante el
uso de un método provisto por la clase BigInteger.
Para cada una de las implementaciones siendo
analizadas, correspondientes objetos FieldElement
son instanciados y luego operados muchas veces.
•
Los tiempos de cada una de las operaciones son
promediados y estos se muestran en las tablas I, II, III
respectivamente.
Por otro lado, para probar cuerpos binarios lo siguiente es
realizado:
•
•
•
Un cuerpo binario se construyen usando un
+
+
+
pentanomio irreducible, es decir,
+
o un trinomio irreducible
+
+
. Por ejemplo, para 43 bits el pentanomio
irreducible
+ +
+
+
es empleado.
Para cada una de las implementaciones siendo
analizadas, correspondientes objetos FieldElement
son instanciados y luego operados muchas veces.
Los tiempos de ejecución para cada una de las
operaciones son promediadas y estos se muestran en
la tablas IV, V,VI.
científicos de la computación, y profesionales que deseen
construir aplicaciones, construcciones matemáticas o cualquier
otro tipo de cosas usando cuerpos primos o binarios.
Además de aquellos atributos de calidad, la librería fue
concebida para ser eficiente lo que conllevó a la
implementación de varios trucos previamente introducidos en
la literatura así como algunos nuevos. Como resultado de eso,
los tiempos de cada una de las operaciones así como se mostró
son considerablemente competitivas cuando se comparan a
otras dos implementaciones de java reputadas y ampliamente
usadas.
Cómo trabajos futuros, se planea hacer mejoramientos e
introducción de nuevas características a la librería así como la
liberación del código fuente. Adicionalmente, se planea la
construcción de un proveedor para JCA.
REFERENCIAS
[1]
Note que los polinomios irreducibles empleados para la
construir los cuerpos binarios son “square root friendly”, lo cual
ayuda a mejorar la eficiencia de ciertas operaciones.
Adicionalmente, note que las dos implementaciones
consideradas en nuestra comparación son usadas masivamente
por programadores como proveedores (Patrón de diseño)
cuando se usa JCA (Java Cryptography Arquitectura, por sus
siglas en ingles) [13], [14] y [15].
A partir de los tiempos obtenidos para cada una de las
operaciones implementadas puede ser expresado que es
necesario un mejoramiento de otras implementaciones
ampliamente conocidas y reputadas ya que el rendimiento de la
librería introducida es competitivo.
Además, es valioso mencionar que aunque otros resultados
más eficientes se han reportados en la literatura, aquellas
implementaciones se han realizado sobre lenguajes de
programación, tales como C o Assembly, los cuales son
fuertemente dependientes del sistema operativo o la
arquitectura de la maquina. Por tanto, su usabilidad and
extensibilidad son limitadas - desde un punto de vista del
software, hay siempre un “trade-off” entre los atributos de
calidad cuando una unidad de software es diseñada, en otras
palabras, aquellos atributos escogidos como prioritarios le dan
forma a dicha unidad de software.
V. CONCLUSIONES
Una implementación de cuerpos primos y binarios sobre java
se introduce. El conjunto de clases introducidas se idearon
teniendo en cuenta los atributos de calidad extensibilidad,
modificabilidad, usabilidad e interoperabilidad. Estos atributos
de calidad facilitan el mejoramientos y futuras construcciones
en la librería sin reinventar la rueda. Además, esta colección de
clases fue pensada para ser de utilidad para matemáticos,
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
D. F. Aranha, J. Lopez and D. Hankerson Efficient Software
Implementation of Binary Field Arithmetic Using Vector Instruction Sets,
in Proc. of First International Conference on Cryptology and Information
Security in Latin America (Latincrypt 2010), Puebla, Mexico, August 811, 2010.
R. Avanzi, Another Look at Squares Roots and Traces (and Quadratic
Equations) in Fields of Even Characteristic. In Proc. 4th International
Workshop (SAC 2007), 2007.
R. Avanzi, N. Thriault, Effects of Optimizations for Software
Implementations of Small Binary Field Arithmetic, in Proc. First
International Workshop Arithmetic of Finite Fields (WAIFI 2007), June
pp. 21-22, 2007.
J.P Deschamps, J.L. Imana and G. Sutter, Hardware Implementation of
Finite-Field Arithmetic, McGraw-Hill Professional, 1. Ed, 2009.
K. Fong, D. Hankerson, J. Lopez and Alfred Menezes Field inversion and
point halving revisited, IEEE Transactions on Computers, Vol. 53,
pp.1047-1059, 2003.
I. Gutierrez Garcia and W. Willems. Una introducción a la criptografía de
clave pública, Segunda Edición, Ediciones Uninorte, 2011.
I. Gutierrez Garcia and Y. Zuleta. An algorithm to generate binary
Gabidulin codes using SAGE. IEEE latin America transactions, Vol. 13,
No. 5, pp. 1469-1477, May 2015.
D. Hankerson, A. Menezes and S. Vanstone, Guide to Elliptic Curve
Cryptography, Springer-Verlag, 2004.
R. Lidl and H. Niederreiter, Finite Fields, Encyclopedia of Mathematics
and its applications, vol. 20, Addison-Wesley, Reading, 1983.
J. Taverne and A. Faz-Hernandez and D. F. Aranha and F. RodrguezHenrquez and D. Hankerson and J. Lopez. Speeding scalar multiplication
over binary elliptic curves using the new carry-less multiplication
instruction, Journal of Cryptographic Engineering, Volume 1, Number 3,
pp. 187-199, 2011.
F. Wang, Y. Nogami, and Y. Morikawa, A High-Speed Square Root
Computation in Finite Fields with Application to Elliptic Curve
Cryptosystem, Memoirs of the Faculty of Engineering, Okayama
University, Vol.39, pp. 82-92, January, 2005.
M. Welschenbach , Cryptography in C and C++, 2. Ed., Apress, 2005.
https://www.bouncycastle.org/java.html
https://www.flexiprovider.de/overview.html
http://docs.oracle.com/javase/6/docs/technotes/guides/security/crypto/Cr
yptoSpec.html
Ismael Segundo Gutiérrez García, recibió su título de Máster
en Matemáticas en Universidad del Norte – Universidad del
Valle, el grado de Dr. rer. nat. En la Universidad Johannes
Gutenberg de Mainz - Alemania. Sus áreas de interés son los
Grupos finitos soluble, la teoría clásica de códigos y las
aplicaciones de cuerpos finitos en codificación lineal aleatoria en redes.
Ricardo Luis Villanueva Polanco, recibió su título de
Ingeniero de Sistemas en la Universidad del Norte, el título de
Máster en Ciencias de la computación en la Universidad de los
Andes, Bogotá – Colombia y actualmente adelanta estudios de
doctorado en Royal Holloway, University en Londres. Sus
áreas de interés son
Criptografía y seguridad en la
Información.