近年来,随着各种高速超大容量网络迅速普及,人们对信息的安全性需求变得越来越迫切,然而,信息安全技术仍然很落后,且信息安全算法的软件实施已成为网络性能提高的系统瓶颈。与此同时,计算机图形处理器(GraphicsProcessing Unit,GPU)近年来得到了极大的发展,从最初局限于图形渲染的图形卡,发展为如今可编程的并行计算平台。与CPU的串行计算模式不同,GPU是一种高度并行的流处理器。因此,通过对GPU编程发挥其高强度计算能力来解决信息安全算法的速度瓶颈,提高算法的执行效率,将是一个十分有应用价值的研究。本文首先系统的介绍了六种典型加密算法的基本理论及其实现过程。然后介绍了GPU的编程模型,其中重点介绍了DirectX 10提出的统一着色器架构。随后研究了计算统一设备架构(Compute Unified Device Architecture,CUDA)的编程模型和存储器模型,其目的是为了将加密算法移植到GPU上实现。本文的核心,提出了一种新的基于GPU加密的并行化处理方法。最后给出了五个加密算法的GPU实现结果,从实验结果可以看出,GPU上的实现比CPU上的实现要快得多,且还存在更大的潜能。