基于电磁辐射与深度学习的芯片指令分析

针对传统的芯片指令分析的局限性以及指令恢复准确率低下等问题,文中结合旁路分析与深度学习算法实现芯片指令的逆向分析。由于芯片在工作时能够通过不同的方式泄露旁路信号,因此,首先对芯片特性进行分析,找出不同执行指令、操作数据、指令地址之间电磁旁路信号的差异形式;然后,利用深度神经网络构建指令逆向分析模型,在分析连续执行指令信号时,对多周期指令进行分割并提出分阶段识别的方法恢复指令;最后,在STC89C52RC芯片上进行实验并分析,验证该方案的可行性与有效性。