Geri Dön

Large sparse matrix-vector multiplication over finite fields

Sonlu cisimler üzerinde büyük seyrek matris-vektör çarpımı

  1. Tez No: 538735
  2. Yazar: CEYDA MANGIR
  3. Danışmanlar: DOÇ. DR. MURAT CENK
  4. Tez Türü: Doktora
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Uygulamalı Matematik Enstitüsü
  11. Ana Bilim Dalı: Kriptografi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Çarpanlara ayırma ve ayrık logaritma hesaplama gibi kriptografik işlemler sonlu cisimler üzerinde büyük ve seyrek denklem sistemlerinin çözümünü gerektirmektedir. Bu işlemler için Wiedemann ve Lanczos gibi yinelemeli yöntemler benimsenmektedir. Her iki algoritmada da matris-vektör çarpımlarının baskın olduğu hesaplamalar kullanılmaktadır. Bu tezde, sonlu cisimler üzerinde büyük seyrek matris-vektör çarpma işlemine yönelik bir algoritma önerilmiştir. Söz konusu algoritmanın performansı klasik yöntemle kıyaslanmış ve %34 ile %77 arasında hızlanma sağlanmıştır.

Özet (Çeviri)

Cryptographic computations such as factoring integers and computing discrete logarithms require solving a large sparse system of linear equations over finite fields. When dealing with such systems iterative solvers such as Wiedemann or Lanczos algorithms are used. The computational cost of both methods is often dominated by successive matrix-vector products. In this thesis, we introduce a new algorithm for computing a large sparse matrix-vector multiplication over finite fields. The proposed algorithm is implemented and its performance is compared with a classical method. Our algorithm exhibits a significant improvements between 34% and 77%.

Benzer Tezler

  1. Bir ve iki boyutlu ayrık kosinüs dönüşümü

    Discrete cosine transform

    HAKAN TOKAY

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. MELİH PAZARCI

  2. Efficient HLS-based implementation of sparse matrix-vector multiplication on FPGA

    FPGA üzerinde seyrek matris-vektör çarpımının verimli HLS-tabanlı uygulaması

    MERT KARA

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMET MUSTAFA ÖZDAL

  3. Exploring mixed and multi-precision SpMV for GPUs

    GPU'lar için CSR tabanlı karışık ve çoklu-hassasiyetli SpMV

    ERHAN TEZCAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DİDEM UNAT ERTEN

  4. Reordering methods for exploiting spatial and temporal localities in parallel sparse matrix-vector multiplication

    Paralel seyrek matris vektör çarpımında uzaysal ve zamansal yerelliği kullanmak için sıralma yöntemleri

    NABIL F. T. ABUBAKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEVDET AYKANAT

  5. Parallel sparse matrix-vector multiplies and iterative solvers

    Paralel seyrek matris-vektör çarpımı ve dolaylı yöntemler

    BORA UÇAR

    Doktora

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CEVDET AYKANAT