(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111315350.3 (22)申请日 2021.11.08 (71)申请人 中国人民解 放军战略支援 部队信息 工程大学 地址 450001 河南省郑州市管城回族区商 城东路12号 (72)发明人 李伟　别梦妮　王晓华　陈韬　 南龙梅　杜怡然　金羽　吴艾青　 曾涵　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 张影 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/16(2006.01)G06K 9/62(2022.01) G06F 111/08(2020.01) (54)发明名称 一种密码专用处 理器确定方法及装置 (57)摘要 本发明公开了一种密码专用处理器确定方 法及装置， 包括： 获取处理器的参数集合， 基于处 理器的参数集合， 确定功能部件集合对应的第一 矩阵、 时间面积积集合对应的第二矩阵以及路径 延迟参数集合对应的第三矩阵； 根据第一矩阵、 第二矩阵和第三矩阵， 确定时间面积积增幅； 将 时间面积积增幅和初始配置的第四矩 阵输入至 目标能效分析模 型， 获得与第四矩阵对应的目标 矩阵； 基于目标矩阵， 确定处理器的目标参数及 取值； 根据处理器的目标参数及取值， 对处理器 的功能模块进行配置， 获得目标密码专用处理 器。 本发明能够利用模型更准确高效地预测处理 器框架中各项参数取值， 实现了密码专用处理器 满足实际的应用需求， 提升了处理的精准度和效 率。 权利要求书3页 说明书12页 附图4页 CN 113971374 A 2022.01.25 CN 113971374 A 1.一种密码专用处 理器确定方法， 其特 征在于， 包括： 获取处理器的参数集合， 所述参数集合中至少包括处理器的功能部件、 目标密码算法、 路径延迟参数、 时间面积积以及时钟周期参数， 所述时间面积积表征处理器完成特定密码 算法所需时间与处 理器面积的乘积； 基于所述处理器的参数集合， 确定功能部件集合对应的第一矩阵、 时间面积积集合对 应的第二矩阵以及路径延迟参数集 合对应的第三矩阵； 根据所述第一矩阵、 所述第二矩阵和所述第三矩阵， 确定时间面积 积增幅； 将所述时间面积积增幅和初始配置的第四矩阵输入至目标能效分析模型， 获得与 所述 第四矩阵对应的目标矩阵， 所述第四矩阵为处理器初始配置空间矩阵， 所述 目标矩阵为使 得所述时间面积 积增幅取值 最小的矩阵； 基于所述目标矩阵， 确定处 理器的目标参数及取值； 根据所述处理器的目标参数及取值， 对处理器的功能模块进行配置， 获得目标密码专 用处理器。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取处理器参数集合对应的训练样本， 所述训练样本为多个处理器配置空间矩阵， 每 一所述处理器配置空间矩阵对应一组配置信息， 以及对每一所述处理器配置空间矩阵标注 有时间面积 积增幅； 基于所述训练样本进行训练， 得到目标能效分析模型。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述训练样本进行训练， 得到目 标能效分析模型， 包括： 通过随机采样从未知配置集合中抽取一组配置信息， 对所述配置信息进行仿真计算， 获得与所述配置信息相匹配的时间面积 积增幅； 将所述时间面积积增幅与已标注的时间面积积增幅进行比较， 以确定所述已标注的时 间面积积增幅对应的处 理器配置空间矩阵是否为目标配置信息， 得到判断结果； 依据所述判断结果对概 率矩阵进行 更新以完成迭代优化， 获得目标能效分析模型。 4.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 基于时间面积积增幅和第 四矩阵， 创建概率矩阵， 所述概率矩阵表征最高能效概率与 第四矩阵之间的关系， 所述 最该能效概 率为第四矩阵使得时间面积 积增幅最小的概 率。 5.根据权利要求3所述的方法， 其特征在于， 所述依据所述判断结果对概率矩阵进行更 新以完成迭代优化， 获得目标能效分析模型， 包括： 初始化配置矩阵K及概率矩阵P， 并对所述初始化配置矩阵K进行仿真， 得到时间面积积 增幅f； 选取矩阵K中的任一配置信息对应的矩阵， 利用概率矩阵P已知配置集合中所有配置分 别对应的最高能效概 率； 基于所述 最高能效概 率， 确定所述任一配置信息对应的矩阵是否为 最优矩阵； 如果是， 则执行选取矩阵K中的任一配置信息对应的矩阵， 利用概率矩阵P已知配置集 合中所有配置分别对应的最高能效概 率； 如果否， 将所述 概率矩阵P中的元 素进行参数调整， 以获得 更新后的概 率矩阵； 依据所述更新后的概 率矩阵进行优化， 获得目标能效分析模型。权　利　要　求　书 1/3 页 2 CN 113971374 A 26.一种密码专用处 理器确定装置， 其特 征在于， 包括： 第一获取单元， 用于获取处理器的参数集合， 所述参数集合中至少包括处理器的功能 部件、 目标密码算法、 路径延迟参数、 时间面积积以及时钟周期参数， 所述时间面积积表征 处理器完成特定密码算法所需时间与处 理器面积的乘积； 第一确定单元， 用于基于所述处理器的参数集合， 确定功能部件集合对应的第 一矩阵、 时间面积 积集合对应的第二矩阵以及路径延迟参数集 合对应的第三矩阵； 第二确定单元， 用于根据 所述第一矩阵、 所述第 二矩阵和所述第三矩阵， 确定时间面积 积增幅； 模型处理单元， 用于将所述 时间面积积增幅和初始配置的第四矩阵输入至目标能效分 析模型， 获得与所述第四矩阵对应的目标矩阵， 所述第四矩阵为处理器初始配置空间矩阵， 所述目标矩阵为使得 所述时间面积 积增幅取值 最小的矩阵； 第三确定单 元， 用于基于所述目标矩阵， 确定处 理器的目标参数及取值； 配置单元， 用于根据 所述处理器的目标参数及取值， 对处理器的功能模块进行配置， 获 得目标密码专用处 理器。 7.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括： 第二获取单元， 用于获取处理器参数集合对应的训练样本， 所述训练样本为多个处理 器配置空间矩阵， 每一所述处理器配置空间矩阵对应一组配置信息， 以及对每一所述处理 器配置空间矩阵标注有时间面积 积增幅； 训练单元， 用于基于所述训练样本进行训练， 得到目标能效分析模型。 8.根据权利要求7 所述的装置， 其特 征在于， 所述训练单 元包括： 计算子单元， 用于通过随机采样从未知配置集合中抽取一组配置信息， 对所述配置信 息进行仿真计算， 获得与所述配置信息相匹配的时间面积 积增幅； 比较子单元， 用于将所述时间面积积增幅与已标注的时间面积积增幅进行比较， 以确 定所述已标注的时间面积积增幅对应的处理器配置空间矩阵是否为目标配置信息， 得到判 断结果； 优化子单元， 用于依据所述判断结果对概率矩阵进行更新以完成迭代优化， 获得目标 能效分析模型。 9.根据权利要求8所述的装置， 其特 征在于， 所述装置还 包括： 创建单元， 用于基于时间面积积增幅和第四矩阵， 创建概率矩阵， 所述概率矩阵表征最 高能效概率与第四矩阵之 间的关系， 所述最该能效概率为第四矩阵使得时间面积积增幅最 小的概率。 10.根据权利要求8所述的装置， 其特 征在于， 所述优化单 元具体用于： 初始化配置矩阵K及概率矩阵P， 并对所述初始化配置矩阵K进行仿真， 得到时间面积积 增幅f； 选取矩阵K中的任一配置信息对应的矩阵， 利用概率矩阵P已知配置集合中所有配置分 别对应的最高能效概 率； 基于所述 最高能效概 率， 确定所述任一配置信息对应的矩阵是否为 最优矩阵； 如果是， 则执行选取矩阵K中的任一配置信息对应的矩阵， 利用概率矩阵P已知配置集 合中所有配置分别对应的最高能效概 率；权　利　要　求　书 2/3 页 3 CN 113971374 A 3