-
题名基于多源数据聚合的神经网络侧信道攻击
- 1
-
-
作者
张润莲
潘兆轩
李金林
武小年
韦永壮
-
机构
密码学与信息安全重点实验室(桂林电子科技大学)
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2024年第1期261-270,共10页
-
基金
国家自然科学基金项目(62062026,61872103)
广西创新研究团队项目(2019GXNSFGA245004)
+2 种基金
广西青年创新人才科研专项(桂科AD20238082)
广西自然科学基金项目(2020GXNSFBA297076)
广西研究生创新项目(2022YCXS082)。
-
文摘
基于深度学习的侧信道攻击需要针对密码算法的每一个密钥字节建模并训练,数据采集和模型训练开销大.针对该问题,提出一种基于多源数据聚合的神经网络侧信道攻击方法.为筛选具有良好泛化效果的密钥字节泄露数据进行数据聚合,以AES-128算法为例,先基于16个密钥字节的泄露数据训练16个单密钥字节模型,分别实现对16个密钥字节的恢复;其次,设计一种打分机制评估各单密钥字节模型的泛化效果,通过得分排序筛选出对各密钥字节恢复效果最好的单密钥字节模型;最后,以筛选模型所对应的各密钥字节泄露数据集构建多源数据聚合模型进行训练,实现密钥恢复.实验测试结果表明,多源数据聚合模型具有良好的泛化效果,有效提高了密钥恢复的准确率和效率,降低了恢复密钥所需的能量迹数量,其在采集能量迹较少的情况下依然具有较好的攻击效果.
-
关键词
侧信道攻击
神经网络
打分机制
数据聚合
数据标签
-
Keywords
side channel attack
neural network
scoring mechanism
data aggregation
data labeling
-
分类号
TP309.7
[自动化与计算机技术—计算机系统结构]
-