基于掩码变量最大概率密度函数分布的侧信道攻击方法技术

本发明专利技术提出一种基于掩码变量最大概率密度函数分布的侧信道攻击方法，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，通过选取分布在不同敏感中间值下的最大值得到一种面向掩码方案的增强侧信道攻击方法。本方法首先对掩码方案的掩码集合进行预评估，然后计算所有猜测密钥相应的假设中间值在该掩码集合下的概率密度分布，最终选择最大概率密度分布值作为假设功耗值，计算与实际功耗之间的相关性，得到所有猜测密钥的概率排序，恢复出正确密钥。本发明专利技术的方法能够适用于固定掩码方案，同时实现提高攻击成功率，减少攻击成功所需要的曲线量。减少攻击成功所需要的曲线量。减少攻击成功所需要的曲线量。

【技术实现步骤摘要】
基于掩码变量最大概率密度函数分布的侧信道攻击方法


[0001]本专利技术属于密码芯片安全领域，尤其是一种基于掩码变量最大概率密度函数分布的侧信道攻击方法。

技术介绍

[0002]侧信道攻击是密码芯片测评的一种有效方法[1]，该类攻击利用密码芯片运行过程中泄露的功耗、电磁等能耗特征信息，建立与密码算法密钥相关中间值之间的联系，从而达到恢复密钥的效果，已经成为密码芯片的一个严重威胁。
[0003]现有密码芯片为了抵抗侧信道攻击，大多采用了掩码方案作为防护手段，掩码方案的思想是引入随机数，将原始密码算法中密钥相关变量拆分，切断能耗信息与密码算法密钥相关中间值之间的关联[2]。对于掩码方案的侧信道攻击的代价会大大增加，所需要的曲线量随之增加[3]。因此，对于很多掩码方案，尤其是固定掩码方案在掩码数量有限的情况下，如何高效地进行掩码下的侧信道攻击，是掩码方案安全性评估的重要因素。

技术实现思路

[0004]本专利技术针对掩码方案的侧信道分析方法复杂度高的特点，提出了一种基于掩码变量最大概率密度函数分布的侧信道攻击方法，提高掩码方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于掩码变量最大概率密度函数分布的侧信道攻击方法，其特征在于，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，选取分布在不同敏感变量下的最大值，得到面向掩码方案的增强侧信道攻击。2.根据权利要求1所述的基于掩码变量最大概率密度函数分布的侧信道攻击方法，其特征在于，具体包括以下步骤：步骤1：对掩码方案的掩码集合M＝{m0,m1,...,m
|M|
}进行预评估，其中下标|M|表示掩码个数；设加密算法的变量为q为明文，k*为猜测密钥，该变量经过掩码操作f
m
后为x
m
＝f
m
(q,k
*
,m)，计算潜在威胁的掩码变量x
m
各比特0，1概率的差分；步骤2：将步骤1中的差分最大值作为加密算法的攻击点，根据估算的加密运算时间对相应的能耗曲线进行低通滤波、降噪等预处理，选出包含该攻击点相应能耗特征的区域；步骤3：计算所有掩码变量的条件概率密度函数，得到掩码变量在能耗模型h下的假设能耗条件概率密度分布；步骤4：根据一个猜测密钥，计算得到掩码集合M中任一掩码对应的掩码变量x
m
，计算每个掩码变量的最大条件概率密度分布值，并作为该掩码变量的假设能耗值；步骤5：随机明文执行w次加密，根据步骤4得到每次加密的假设能耗值构成长度为w的假设能耗向量；计算所有猜测密钥的假设能耗向量与步骤2中能耗特征区域组成的实际能耗向量的皮尔逊相关系数，将所有猜测密钥按相关性排序，取相关性最大的猜测密钥作为正确密钥。3.根据权利要求1所述的基于掩码变量最大概率密度函数分布的侧信道攻击方法，其特征在于，步骤3具体包括：步骤3
‑
1：将采集到的w条能耗曲线记为L＝(l1,l2,...,l
w
)，所述能耗曲线对应的明文数据为Q＝(q1,q2,...,q
w
)，对于所有猜测密钥k*，计算掩码集合M中掩码m的掩码变量为f
m
(Q,k
*
,m)，其中，m∈M＝{...

【专利技术属性】
技术研发人员：李延斌，任守纲，唐明，黄玉鑫，徐焕良，
申请(专利权)人：南京农业大学，
类型：发明
国别省市：