-
题名侧信道能量信息测试向量泄漏评估技术
- 1
-
-
作者
郑震
严迎建
刘燕江
-
机构
战略支援部队信息工程大学
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第9期3109-3117,共9页
-
文摘
侧信道能量分析攻击技术以其计算复杂度低和通用性强等优势,给各类密码产品带来了严峻的安全挑战。抗能量分析攻击能力的评估已经成为密码产品安全性测评的重要环节。测试向量泄漏评估(TVLA)是一种基于假设检验的能量信息泄漏评估方法,具有简单高效和可操作性强等特点,目前被广泛应用于密码产品的安全性评估实验中。为全面把握TVLA技术机理及研究现状,该文首先对TVLA技术进行了概述,阐述了其实现原理并介绍了其实施过程,紧接着对特定和非特定两种TVLA的优势与不足进行了对比,随后参考已有研究,对TVLA的局限性进行了深入分析和归纳,在此基础上重点介绍并分析了已有的TVLA的改进方法,最后对TVLA未来可能的发展方向进行了展望。
-
关键词
安全评估
侧信道
能量分析攻击
测试向量评估
-
Keywords
Security assessment
Side-channel
Power analysis attack
Test Vector Leakage Assessment(TVLA)
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于Bartlett和多分类F检验侧信道泄露评估
被引量:6
- 2
-
-
作者
王娅茹
唐明
-
机构
武汉大学国家网络安全学院
武汉大学空天信息安全与可信计算教育部重点实验室
-
出处
《通信学报》
EI
CSCD
北大核心
2021年第12期35-43,共9页
-
基金
国家自然科学基金资助项目(No.61972295)
武汉市科技项目应用基础前沿专项基金资助项目(No.2019010701011407)。
-
文摘
为了解决测试向量泄露评估(TVLA)技术进行侧信道泄露检测时,两组功耗样本(固定明文和随机明文)的均值差异较小时,t检验存在漏检以及可能导致评估出现假阴性的问题。基于此,提出对样本的均值与方差等参数进行差异评估,进而提出基于Bartlett和多分类F检验侧信道泄露评估(Bartlett-F检验)方法。在Bartlett-F检验中,将Bartlett检验用于均值差异小于方差差异的功耗样本以解决漏检问题,将多分类F检验用于均值差异大于方差差异的功耗样本以解决评估出现假阴性的问题。在检验中,若P值小于阈值,则有泄露。实验结果表明,当均值差异小于方差差异时,Bartlett检验的P值小于阈值时所需样本量为1.5×10^(4),而t检验则需要更大的样本量。当方差差异小于均值差异时,t检验的P值小于阈值时所需样本量为2.0×10^(2),而F检验所需样本量仅为t检验的110。因此,Bartlett-F检验可以解决TVLA技术在泄露检测中存在的问题。
-
关键词
泄露检测
Bartlett检验
F检验
测试向量泄露评估技术
T检验
侧信道攻击
-
Keywords
leakage detection
Bartlett-test
F-test
the test vector leakage assessment technology
t-test
side channel attack
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于双样本KS检验的非特定TVLA方法
被引量:1
- 3
-
-
作者
郑震
严迎建
蔡爵嵩
刘燕江
-
机构
信息工程大学密码工程学院
-
出处
《通信学报》
EI
CSCD
北大核心
2023年第5期137-147,共11页
-
文摘
测试向量泄露评估(TVLA)在能耗样本量较少时易出现“假阴性”错误。针对该问题进行了理论推导,发现对非特定TVLA,能量迹中存在泄露的采样点处得到的检验统计量t值随能耗样本量变化而变化,非泄露点处的t值则无显著变化,因此当存在泄露时不同能耗样本量下得到的t值序列的分布不同。据此提出在不同样本量下实施非特定TVLA并对得到的t值序列实施双样本KS检验以评估泄露。分别在无防护对齐仿真能耗数据、加防护对齐能耗数据集DPAContestv4_2和加防护非对齐自测能耗数据上进行了验证,结果表明在对齐的仿真能耗数据和DPAContestv4_2数据集上所提方法检测出泄露所需样本量较其他方法均有所减小,最多分别减小了46.1%和39.0%;在非对齐的自测能耗数据进行对齐处理后,所提方法所需能耗样本量较其他方法同样有所减小,最多减小了29.4%。因此所提方法能够有效减小能耗样本量较小时出现“假阴性”错误的概率。
-
关键词
侧信道
测试向量泄露评估
假阴性
双样本KS检验
-
Keywords
side-channel
test vector leakage assessment
false negative
two-sample KS test
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-