基于机器学习的密码电路功耗补偿抗旁路攻击方法及电路技术

本发明专利技术公开了一种基于机器学习的密码电路功耗补偿抗旁路攻击方法及电路，该方法采用神经动态规划方法，根据加密电路功耗迹的统计规律构建功耗补偿模型，利用可配置的功耗补偿电路，对密码电路工作时的功耗进行实时补偿；神经动态规划算法的计算结果控制补偿电路进行相应汉明距离的功耗补偿，改变原加密电路中中间数据和功耗之间的统计规律，使攻击者无法从功耗轨迹中获取正确的密钥信息，进而抵御功耗攻击。

Anti blocking attack method and circuit for cipher circuit power consumption compensation based on machine learning

The invention discloses a machine learning based password circuit power compensation anti bypass attack method and circuit, the method adopts neural dynamic programming method, according to the statistical law of encryption circuit power construction trace power compensation model, using power compensation circuit can be configured, to compensate power password when the circuit works; power control the corresponding compensation Hamming distance compensation circuit calculation of neural dynamic programming algorithm results, change the statistical law between the intermediate data and the original power encryption circuit, the attacker can not obtain key information correctly from the power traces, and resist power attack.

【技术实现步骤摘要】
基于机器学习的密码电路功耗补偿抗旁路攻击方法及电路
本专利技术属于信息安全领域，尤其是在加密电路的抗功耗攻击方面，用于保护加密电路，使之能以有限的面积和功耗代价增强密码电路的安全性，抵御功耗分析攻击，并以较好的灵活性适应不同的加密算法电路。
技术介绍
随着信息化时代的发展，信息安全问题也更加受到人们的重视，对密码学和相关加密设备的研究与开发也同时随着微电子技术的爆发式增长而得到更加深入的探讨。高性能计算机的出现虽然增加了同时处理大量信息的能力，同时也对信息安全产生巨大威胁。随着集成电路设计技术的发展，安全密码处理器更多采用片上系统芯片(SoC)的解决方案来提高处理数据能力。但在性能提高的同时，密码芯片也面临着各种各样攻击的攻击方式的威胁。旁路攻击(Side-ChannelAttack，SCA)，又称为侧信道攻击，通过加密设备旁路信息泄露的捕捉和分析，可以大大降低分析所需要的资源，极大增加攻击的成功率。以差分功耗攻击为例，利用功耗数据和加密过程的中间数据相关性，通过采集多条明文所对应的功耗迹进行统计分析来确定正确密钥。根据统计学原理的相关性分析，只要采集的功耗迹足够多，都可以获得正确密本文档来自技高网...

【技术保护点】
一种基于机器学习的密码电路功耗补偿抗旁路攻击电路，其特征是：整个电路系统由具有加密功能的加密电路(1)、补偿值计算和映射电路(2)、功耗补偿电路(3)和神经动态规划算法模块(4)构成，加密电路(1)的输入信号为N比特明文，输出信号为N比特密文，其部分中间数据作为补偿值计算和映射电路(2)的输入信号；补偿值计算和映射电路(2)根据加密电路(1)的中间数据和神经动态规划算法模块(4)的计算结果计算出补偿汉明距离值作为输出结果；补偿值计算和映射电路(2)的输出结果为功耗补偿电路(3)的输入信号，控制功耗补偿电路(3)的功耗大小；功耗补偿电路(3)产生加密电路(1)所需补偿汉明距离对应的功耗大小，其运...

【技术特征摘要】
1.一种基于机器学习的密码电路功耗补偿抗旁路攻击电路，其特征是：整个电路系统由具有加密功能的加密电路(1)、补偿值计算和映射电路(2)、功耗补偿电路(3)和神经动态规划算法模块(4)构成，加密电路(1)的输入信号为N比特明文，输出信号为N比特密文，其部分中间数据作为补偿值计算和映射电路(2)的输入信号；补偿值计算和映射电路(2)根据加密电路(1)的中间数据和神经动态规划算法模块(4)的计算结果计算出补偿汉明距离值作为输出结果；补偿值计算和映射电路(2)的输出结果为功耗补偿电路(3)的输入信号，控制功耗补偿电路(3)的功耗大小；功耗补偿电路(3)产生加密电路(1)所需补偿汉明距离对应的功耗大小，其运算过程和结果不影响加密电路(1)，运算结果不对外输出；神经动态规划算法模块(4)是一独立的离线计算模块，采用神经动态规划法，其计算结果即为补偿汉明距离值与加密过程中间数据的映射关系，供补偿值计算和映射电路(2)使用。2.根据权利要求1所述的基于机器学习的密码电路功耗补偿抗旁路攻击电路，其特征是：补偿值计算和映射电路(2)从原加密电路(1)中获取每轮加密中间数据，并计算相邻两轮数据的汉明距离，再根据神经动态规划算法模块(4)输出的补偿映射关系查找表，产生功耗补偿电路的配置信息。3.根据权利要求1所述的基于机器学习的密码电路功耗补偿抗旁路攻击电路，其特征是：功耗补偿电路(3)由位控制寄存器阵列和字节替换补偿单元构成，其翻转位数是由补偿值计算和映射电路(2)根据神经动态规划算法模块(4)给出的映射关系计算得到，根据补偿值计算和映射电路(2)的输出结果确定控制寄存器阵列中翻转的位数，寄存器阵列中某一寄存器是否翻转决定与之对应的字节替换单元的该位数据是否翻转；补偿值计算和映射电路(2)计算得到所需补偿功耗值越高，则字节替换单元中翻转的位数越多，产生的补偿功耗越大，所需补偿功耗值越低，则字节替换单元中翻转的位数越少，产生的补偿功耗越小。4.一种基于机器学习的密码电路功耗补偿抗旁路攻击方法，其特征是：电路系统由加密电路(1)、补偿值计算和映射电路(2)、功耗补偿电路(3)和神经动态规划算法模块(4)构成，具体步骤如下：步骤一：神经动态规划算法模块(4)根据不同明文输入所对...

【专利技术属性】
技术研发人员：单伟伟，张帅，徐嘉铭，陆旻熠，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32