基于树突网络的侧信道攻击 |
| |
引用本文: | 王俊年,王皖,于文新,胡钒梁.基于树突网络的侧信道攻击[J].湘潭大学自然科学学报,2021(2):16-30. |
| |
作者姓名: | 王俊年 王皖 于文新 胡钒梁 |
| |
摘 要: | 由于深度学习对数据内在特征的敏感性,将深度学习算法应用于硬件加密芯片的侧信道分析,提高了侧信道分析的效率和准确率.但深度神经网络学习算法依旧是非线性结构未知的深层黑盒模型,模型结构和性能不一定是最优.该文提出一种基于树突网络的侧信道分析方法,由于树突网络内部非线性结构的可解释性,其系统辨识能力和运算复杂度均优于深度学习网络.在ChipWhisperer侧信道分析实验平台的CW308T-STM32F3和ATXMEGA128D4目标板上,针对AES-128加密算法进行侧信道分析实验,实验结果表明,基于树突网络的侧信道分析在模型参数规模、攻击精度、训练时间等方面都要优于多层感知机、卷积神经网络、循环神经网络等深度学习模型.
|
关 键 词: | 侧信道攻击 树突网络 深度学习 高级加密标准 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《湘潭大学自然科学学报》浏览原始摘要信息 |
| 点击此处可从《湘潭大学自然科学学报》下载免费的PDF全文 |
|