在32位ARM Cortex-M4微控制器上优化AES-GCM算法：解决数据切片问题并采用基于 FACE（Face Authentication）的方法

《ACM Transactions on Embedded Computing Systems》：Optimizing AES-GCM on 32-Bit ARM Cortex-M4 Microcontrollers: Fixslicing and FACE-Based Approach

针对低功耗嵌入式设备，本文提出了一种优化的AES-GCM实现方案。通过Fixslicing AES方法和FACE策略减少冗余计算，在STM32F4微控制器上使AES-128 GCTR周期降低19.41%。同时对比两种GHASH实现：4位表基方法速度是Karatsuba法的两倍，在保障抗时序攻击能力的前提下平衡了速度与内存占用。验证了位切片优化、计数器模式缓存和轻量级多项式乘法结合的有效性。

　　

摘要

高级加密标准（AES）在伽罗瓦/计数器模式（GCM）下能够同时提供保密性和完整性，但这对资源有限的微控制器来说存在性能和安全方面的挑战。在本文中，我们为32位ARM Cortex-M4处理器提供了一种优化的AES-GCM实现方案，该方案结合了Fixslicing AES方法和FACE（快速AES-CTR加密）策略，显著减少了AES-CTR中的冗余计算。我们进一步研究了两种GHASH实现方式：一种是基于表格的4位实现方法，另一种是基于Karatsuba算法的常数时间实现方法，以平衡速度、内存使用以及对时间攻击的抵抗力。在STM32F4微控制器上的测试表明，Fixslicing和FACE方法可将AES-128 GCTR的循环次数减少多达19.41%；而基于表格的GHASH实现方式的速度几乎是基于Karatsuba算法实现方式的两倍。这些结果证实，通过适当的位切片优化、计数器模式缓存以及轻量级的多项式乘法运算，即使在低功耗嵌入式设备上也能实现安全且高效的AES-GCM功能。