随着计算机和通信技术的发展,用户对信息的安全存储、安全处理和安全传输的需求越来越迫切,信息安全的问题就显得更加重要。而解决这一问题的有效手段之一是使用现代密码技术。其中分组密码是密码学的一个重要分支,它具有速度快、易于标准化、同时便于软硬件实现等优点。而S盒是分组密码中的唯一非线性部件,它的密码强度决定了整个分组密码的安全强度。s盒的构造方式很多,使用传统的数学方法构造出性能优异的s盒是非常困难和复杂的。因此,如何快速、高效生成s盒成为密码学领域的研究重点。本文采用遗传算法串行地对S盒进行优化,利用遗传算法前期收敛速度较快、交叉变异操作避免陷入局部最优的特性,保持种群的多样性,同时引入了启发式变异策略,防止早熟收敛,这种变异规则能够显著地提高算法的搜索效率,可以加快算法的收敛速度,提高求解的效率。此外,采用最佳个体保存法的选择策略可以减少额外的计算量。实验结果表明,优化后获得的S盒在非线性度、差分均匀度和雪崩效应上都得到了较大的改进。为了进一步的提高执行效率,在串行遗传算法优化的基础上,考虑遗传算法的并行执行,并研究了并行数量与算法执行效率之间的关系。实验结果表明遗传算法并行优化S盒时有一个上限值,当并行数量增加到一定数量时候,达到优化最佳时刻,之后继续增加并行处理器数量,效率反而会降低。故而,使用并行遗传算法对S盒进行优化时,不能通过无限制的增加并行处理器的数量来提高求解效率。