Замечания по реализации.

Три шага оптимизации.

Целью описываемой в настоящей статье реализации ГОСТа было не создание максимального по эффективности кода любой ценой, целью было создание близкого к оптимальному по быстродействию, но при этом компактного и легкого для восприятия программистом кода.

Программирование алгоритмов ГОСТа «в лоб» даже на языке ассемблера дает результат, очень далекий от возможного оптимума. Задача создания эффективной реализации указанных алгоритмов для 16-разрядных процессоров Intel 8088–80286 представляет собой хотя и не сверхсложную, но все же и не вполне тривиальную задачу, и требует очень хорошего знания архитектуры и системы команд упомянутого семейства процессоров. Трудность здесь заключается в том, что для достижения максимальной производительности программная реализация должна как можно большую часть операций с данными выполнять в регистрах и как можно реже обращаться к памяти, а регистров у рассматриваемых процессоров не так много и все они 16-разрядные. С 32-разрядными процессорами этой же линии (Intel 80386 и старше) все намного проще именно в силу их 32-разрядности, здесь не будет трудностей даже у новичка.

В реализации алгоритмов были использованы изложенные ниже подходы, позволившие достигнуть максимальной производительности. Первые два из них достаточно очевидны, настолько, что встречаются практически в каждой реализации ГОСТа.

1. Базовые циклы ГОСТа содержат вложенные циклы (звучит коряво, но по-другому не скажешь), причем во внутреннем цикле порядок использования восьми 32-битных элементов ключа может быть прямой или обратный. Существенно упростить реализацию и повысить эффективность базовых циклов можно, если избежать использования вложенных циклов и просматривать последовательность элементов ключа только один раз. Для этого необходимо предварительно сформировать последователь­ность элементов ключа в том порядке, в котором они используются в соответствующем базовом цикле.

2. В основном шаге криптопреобразования 8 раз выполняется подстановка 4-битных групп данных. Целевой процессор реализации не имеет команды замены 4-битных групп, однако имеет удобную команду байтовой замены (xlat). Ее использование дает следующие выгоды:

• за одну команду выполняются сразу две замены;

• исчезает необходимость выделять полубайты из двойных слов для выполнения замены, а затем из 4-битовых результатов замен вновь формировать двойное слово.

  Этим достигается значительное увеличение быстродействия кода, однако мир устроен так, что за все приходится платить, и в данном случае платой является необходимость преобразования таблицы замен. Каждая из четырех пар 4-разрядных узлов замен заменяется одним 8-разрядным узлом, который, говоря языком математики, представляет собой прямое произведение узлов, входящих в пару. Пара 4-разрядных узлов требует для своего представления 16 байтов, один 8-разрядный – 256 байтов. Таким образом, размер таблицы замен, которая должна храниться в памяти компьютера, увеличивается до 4·256=1024 байтов, или до одного килобайта. Конечно, такая плата за существенное увеличение эффективности реализации вполне приемлема.

1. После выполнения подстановок кода по таблице замен основной шаг криптопреобразования предполагает циклический сдвиг двойного слова влево на 11 бит. В силу 16-разрядной архитектуры рассматриваемых процессоров вращение 32-разрядного блока даже на 1 бит невозможно реализовать менее, чем за три ассемблерные команды, а вращение на большее число разрядов только как последовательность отдельных вращений на 1 разряд. К счастью, вращение на 11 бит влево можно представить как вращение на 8 бит, а затем еще на 3 бита влево. Думаю, для всех очевидно, что первое вращение реализуется тремя командами обмена байтовых регистров (xchg). Но секрет третьей оптимизации даже не в этом. Замена одного байта по таблице замен осуществляется командой xlat, которая выполняет операцию над аргументом в регистре AL, для того, чтобы заменить все байты двойного слова, их надо последовательно помещать в этот регистр. Секрет третьей оптимизации заключается в том, что эти перестановки можно организовать так, что в результате двойное слово окажется повернутым на 8 бит влево, то есть в совмещении замены по таблице и во вращении на байт влево. Еще один момент, на который стоит обратить внимание, это оптимальное кодирование трех последовательных вращений на 1 бит, это может быть реализовано по-разному и важно было выбрать оптимальный способ, который оказался вовсе не очевидным, поскольку потребовал выхода за пределы логики битовых сдвигов и использования команды суммирования с битами переноса (adc), то есть бит помещается на свою позицию не командой сдвига, а командой суммирования!