基于相关系数对齐的旁路信号处理方法

针对旁路信号采集时存在信号偏移问题,提出了基于相关系数移位对齐的旁路信号处理方法。分析了旁路信号偏移现象及其成因,包括时钟抖动、触发延迟变化等方面;分析了偏移对相关系数的影响,验证表明,采样范围内的偏移越大则相关系数越小;提出了基于相关系数移位对齐的旁路信号处理算法,按照最大相关系数对应的偏移,依次将各旁路信号轨迹与首条轨迹对齐;构建了实验验证系统,对汉明重量模型与旁路信号轨迹的相关系数进行了分析,验证了本文方法的有效性。

基于VGGNet卷积神经网络的加密芯片模板攻击新方法

针对传统模板分析在实际攻击中的难解问题,重点研究了在图像识别领域具有优异特征提取能力的VGGNet网络模型,提出了一种基于VGGNet网络模型的模板攻击新方法。为了防止信号质量对模型准确率带来较大影响,采用相关性能量分析方法对采集到的旁路信号质量进行了检验;为了适应旁路信号数据维度特征,对网络模型结构进行适度调整;在网络训练的过程中,对梯度下降速率较慢、梯度消失、过拟合等问题进行了重点解决,并采用5折交叉验证的方法对训练好的模型进行验证。最终实验结果表明,基于VGGNet模型的测试成功率为92. 3%,较传统的模板攻击效果提升了7. 7%。

基于Alexnet卷积神经网络的加密芯片模板攻击新方法

针对经典高斯模板攻击存在的问题,在分析了卷积神经网络方法具有的优势的基础上,提出了一种基于卷积神经网络的加密芯片旁路模板攻击新方法;该方法可以有效地处理高维数据,且可以通过不断地调整网络权值与偏置实现对数据无限逼近,明确分类的精确关系,提高模板刻画精度;最后选取AT89C52微控制器(单片机)运行的AES加密算法第一轮异或操作为攻击点,与传统的模板攻击进行了对比实验,实验结果表明:虽然在匹配成功率方面稍低于传统的模板攻击,模型结构和超参数仍需要进一步优化,但新方法在处理高维特征点方面较传统的模板攻击具有较大优势。

密码芯片无原型旁路分析安全评估方法研究

针对当前物理可观测安全评估研究主要集中在物理泄露以及相关旁路分析方法的有效性方面,对进行旁路攻击后的密钥破解剩余工作量的评估研究较少,且没有有效地提出一种针对无原型的密钥秩评估安全方法。在介绍随机方法以及贝叶斯概率的基础上,结合Nicolas等人对秩评估方法的研究,提出了一种基于密码芯片的无原型旁路分析安全评估新方法。对运行AES加密算法的微控制器(AT89C52)进行相关性分析对比实验,实验结果表明,在数据规模为500时,基于相关性分析方法所需要的遍历密钥次数为20,而基于贝叶斯概率的秩评估方法遍历密钥次数为18,因此所提出的方法可以定量评估密钥剩余空间容量,有效地解决了在无原型攻击结果无法产生概率值的情况下,对实际攻击设备进行密钥秩评估的问题。

基于卷积神经网络的加密芯片差分攻击新方法

针对传统的差分能量分析(DPA)方法存在的样本规模需求较大以及基于深度学习的旁路模板攻击在计算资源消耗较高,训练周期较长等问题,在介绍了卷积神经网络的实现原理与技术特点、理论分析了传统的差分能量分析方法的实现过程以及选择了合适的数据类别划分规则的基础上,提出了一种基于卷积神经网络的加密芯片差分攻击新方法。通过对运行DES加密算法的微控制器(AT89C52)进行差分分析对比实验,实验结果表明,新方法较传统的差分方法在样本规模需求方面有较大的改善,并且新方法不需要不断地通过加大迭代次数来提高正确匹配率,在计算资源消耗和训练周期方面有所优化。

基于K＿L变换与SVM的硬件木马检测新方法

针对基于旁路分析的硬件木马检测,旁路信号数据在空间中呈现高维分布、非线性的问题,探究在降低信号维数方面核函数的可行性,提出了一种基于K_L变换与支持向量机(Support Vector Machine,SVM)的硬件木马检测模型。在FPGA加密芯片中植入所设计的硬件木马进行实验,实验结果对比表明,利用主特征向量构建的SVM模型在检测占电路2%的硬件木马时,测试准确率达到了98.1%,为规模更小的木马检测提供了新思路。

基于支持向量机的RSA电磁旁路分析方法

针对在旁路分析过程中由于噪声的影响,不能直接观察出RSA的加密过程这一问题,提出结合支持向量机的旁路分析方法,从分类的角度对RSA二进制模幂运算中的平方、乘法操作进行识别,根据密钥与操作的相关性,推断出RSA二进制密钥序列。基于此,对移动设备PCM-9589F凌动主板进行了RSA电磁旁路分析研究,使用串口通信技术实现了对目标设备CPU的旁路电磁信号的采集,并采用基于边界的单类支持向量机的方法,以分类的正确率为70%为阈值,实现了对RSA二进制模幂运算中平方、乘法操作的识别,提取了OpenSSL加密库中1 024位RSA加密算法的二进制密钥序列。相比于传统的简单分析方法,克服了因旁路信号质量低而无法破解密钥的难题。

针对密码芯片的模板攻击研究综述

介绍了模板攻击实现的基本步骤,分析了当前模板攻击存在的问题,重点阐述了模板攻击的研究进展。针对当前基于机器学习和深度学习算法的模板攻击研究现状进行了说明。并提出了后续的研究方向及建议。

针对移动设备旁路攻击研究综述

综述了移动设备的旁路攻击研究。对移动设备的泄露信息进行了分类,重点研究了针对智能手机和笔记本电脑的旁路攻击分析,并对针对移动设备旁路攻击的防护对策进行了介绍。总结了针对移动设备的旁路攻击的发展趋势和研究前景。