FastICA在功耗分析去噪中的应用

提出了一种应用独立成分分析技术提高功耗分析中信号信噪比的方法。搭建了侧信道分析平台,采集了功耗数据,并对功耗数据进行了基于负熵的快速固定点算法的去噪实验,信噪比提升19 dB。最后提出了通过更换g函数实现优化的方式,对不同g函数在功耗分析中的去噪能力进行了对比。结果表明,更换后的去噪能力比之前提高4 dB以上。

联合对角化算法在功耗分析去噪中的应用

提出了一种应用联合对角化算法(Joint Approximative Diagonalization of Eigen-Matrics,JADE)提高功耗信息信噪比的方法。在采集了功耗数据的基础上,使用联合对角化算法对功耗数据和噪声进行分离,使信噪比提升了33.6d B。并使用快速固定点算法(Fast ICA)与之对比,在1000次实验条件下,统计出两种算法提升信噪比的平均值和串音误差值。结果表明,联合对角化算法比快速固定点算法提升的信噪比高3.7d B,而联合对角化算法串音误差也低于快速固定点算法,证实其在功耗分析去噪中更有优势。