面向对称密码协处理器的轻量级分支预测技术研究

• 作者: 吴朋庭 李军 何卫国 梅瑞
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 分支预测 条件学习 轻量级 命中率
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 安全与保密
• 页码范围: 437-443
• 页数: 7页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2021.02.026

摘要

针对当前高性能对称密码协处理器进一步降低程序流控制开销的需求,提出了一种面向对称密码协处理器的轻量级分支预测技术.在"预测跳转必定发生"的静态分支预测机制基础上,通过新增分支条件学习器、记录指令跳转阈值的方式,以轻量级的硬件开销和极短的学习过程,将分支预测的平均命中率大幅提升,使其极限命中率与密码算法中循环体的循环轮数无关,同时降低了不同的编程风格对分支预测命中率的影响.