Hadoop平臺(tái)上的典型大數(shù)分解算法的分析與研究.pdf

1、隨著社會(huì)信息化的發(fā)展，信息安全越來越受到人們的關(guān)注，一個(gè)安全、健壯的信息系統(tǒng)離不開各種信息安全技術(shù)的支持，一項(xiàng)重要的加密技術(shù)--RSA加密應(yīng)運(yùn)而生，它利用大整數(shù)素因子分解困難性作為加密的核心技術(shù)。由于現(xiàn)今軟硬件條件的局限，大數(shù)分解算法無法在可接受的時(shí)間內(nèi)分解足夠大的整數(shù)，本文將大數(shù)分解移植到低成本可擴(kuò)展的Hadoop集群系統(tǒng)上執(zhí)行，充分利用大集群的計(jì)算資源來分解大數(shù)，尋求有效的大數(shù)分解途徑。
　　 本文選取并分析了三個(gè)典型的大數(shù)

2、分解算法：pollard's“rho”算法、橢圓曲線算法和二次篩法。首先基于Hadoop/MapReduce框架的適用模型，挖掘三個(gè)算法內(nèi)部的可并行部分，結(jié)合MapReduce框架設(shè)計(jì)算法實(shí)現(xiàn)步驟，然后生成輸入文件，在Hadoop平臺(tái)上進(jìn)行了實(shí)驗(yàn)測試，最后進(jìn)行參數(shù)配置以及性能優(yōu)化。本文將通過實(shí)驗(yàn)測試大數(shù)分解移植算法的性能及可靠性，考察Hadoop系統(tǒng)對(duì)于大數(shù)分解應(yīng)用問題的運(yùn)行效率及適用性。本文的實(shí)驗(yàn)在千兆網(wǎng)的8節(jié)點(diǎn)Hadoop集群中完成

3、，將大數(shù)分解算法移植到Hadoop平臺(tái)上進(jìn)行測試，根據(jù)實(shí)驗(yàn)數(shù)據(jù)分析三種大數(shù)分解移植算法的特點(diǎn)，以及各自對(duì)Hadoop平臺(tái)的適應(yīng)能力，并且通過性能調(diào)優(yōu)，達(dá)到較高的計(jì)算效率。
　　 實(shí)驗(yàn)結(jié)果顯示，移植后的二次篩法是比較高效的大數(shù)分解算法，子任務(wù)間通信較少，符合參數(shù)掃描型的任務(wù)需求，在Hadoop平臺(tái)上有較高的運(yùn)行效率，隨著集群規(guī)模的擴(kuò)大，加速比一直呈上升趨勢；作為特定算法的pollard's“rho”算法和橢圓曲線算法，由于算法本身