Websocket 数据取消屏蔽/多字节异或

Question

websocket 规范将取消屏蔽数据定义为

j                   = i MOD 4
transformed-octet-i = original-octet-i XOR masking-key-octet-j

其中掩码为 4 个字节长，并且必须对每个字节应用取消掩码。

有没有比循环字节更有效的方法？

可以假设运行代码的服务器是 Haswell CPU，操作系统是内核 > 3.2 的 Linux，因此 SSE 等都存在。编码是用 C 完成的，但如果需要，我也可以做 asm。

我曾尝试自己查找解决方案，但无法确定是否在数十个 SSE1-5/AVE/ 中的任何一个中都存在适当的指令（无论扩展名 - 多年来都失去了踪迹)

非常感谢！

编辑：在重新阅读规范几次之后，它似乎实际上只是对数据字节与掩码字节进行异或运算，我可以一次执行 8 个字节，直到最后几个字节。问题仍然悬而未决，因为我认为可能仍有一种方法可以使用 SSE 或类似方法来优化它（可能一次处理甚至 16 个字节？让进程执行 for 循环？...）

Answer 1

是的，您可以使用 SSE2 在一条指令中异或 16 个字节，或者使用 AVX2（Haswell 及更高版本）一次异或 32 个字节。

SSE2：

#include <emmintrin.h>                     // SSE2 instrinsics

__m128i v, v_mask;
uint8_t *buff;                             // buffer - must be 16 byte aligned

for (int i = 0; i < N; i += 16)            // note that N must be multiple of 16
{
    v = _mm_load_si128(&buff[i]);          // load 16 bytes
    v = _mm_xor_si128(v, v_mask);          // XOR with mask
    v = _mm_store_si128(&buff[i], v);      // store 16 masked bytes
}

AVX2：

#include <immintrin.h>                     // AVX2 intrinsics

__m256i w, w_mask;
uint8_t *buff;                             // buffer - must be 16 byte aligned,
                                           // and preferably 32 byte aligned

for (int i = 0; i < N; i += 32)            // note that N must be multiple of 32
{
    w = _mm256_load_si256(&buff[i]);       // load 32 bytes
    w = _mm256_xor_si256(w, w_mask);       // XOR with mask
    w = _mm256_store_si256(&buff[i], w);   // store 32 masked bytes
}