【技术实现步骤摘要】
本申请涉及侧信道分析，具体涉及一种用于侧信道分析的方法及装置。
技术介绍
1、随着人工智能技术的发展，一些已知技术中提出可以利用神经网络模型来对加密设备进行侧信道攻击。例如，基于深度神经网络模型进行能量分析。该类能量分析过程属于模板攻击(template attack)的一种。通常，在利用神经网络模型进行能量分析的过程之前，需要基于数据集对神经网络模型进行训练。在传统的基于深度学习进行侧信道分析的方案中，需要根据所采集的能量迹的特点，设计针对于某个待攻击设备的专用深度神经网络模型。然而，随着待攻击设备种类的多样化，这种针对每个待攻击设备设计专用神经网络模型的方案效率极低。
技术实现思路
1、本申请实施例致力于提供一种用于侧信道分析的方法及装置，下文从以下几个方面进行介绍。
2、第一方面，提供了一种用于侧信道分析的方法，包括：获取加密设备的第一能量迹，所述第一能量迹用于指示所述加密设备在加密过程中能量随时间的变化；将所述第一能量迹输入第一神经网络模型进行模型推理，以获取所述第一能...
【技术保护点】
1.一种用于侧信道分析的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述第一子网络模块包括卷积神经网络层，激活函数模块以及归一化操作模块，其中，所述卷积神经网络层的输出经过所述激活函数模块的激活后输入所述归一化操作模块。
3.如权利要求1所述的方法，其特征在于，所述多个第一子网络模块之间以残差连接的方式相连接，包括：若所述多个第一子网络模块中的第i个子网络模块的输入为xi，则所述多个第一子网络模块中的第i+1个子网络模块的输入y为y＝xi+G(xi)，其中，G()表示所述第i个子网络模块对应的运算，其中，i为大于或等于1的
【技术特征摘要】
1.一种用于侧信道分析的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述第一子网络模块包括卷积神经网络层，激活函数模块以及归一化操作模块，其中，所述卷积神经网络层的输出经过所述激活函数模块的激活后输入所述归一化操作模块。
3.如权利要求1所述的方法，其特征在于，所述多个第一子网络模块之间以残差连接的方式相连接，包括：若所述多个第一子网络模块中的第i个子网络模块的输入为xi，则所述多个第一子网络模块中的第i+1个子网络模块的输入y为y＝xi+g(xi)，其中，g()表示所述第i个子网络模块对应的运算，其中，i为大于或等于1的正整数。
4.如权利要求1所述的方法，其特征在于，所述第一神经网络模型包括第二神经网络模块，所述第二神经网络模块用于基于所述第一神经网络模块输出的特征向量进行模型推理，得到所述输出结果，所述输出结果用于指示基于所述第一能量迹预测的中间值为多个假设中间值中每个假设中间值的概率。
5.如权利要求4所述的方法，其特征在于，所述第二神经网络模块包括多个第二子网络模块，所述第二子网络模块包括全连接层以及激活函数，其中，所述全连接层的输出输入所述激活函数进行激活。
6.如权利要求5所述的方法，其特征在于，所述多个第二子网络模块为所述第二神经网络模块中除最后一个子网络模块之外的其他子网络模块，所述最后一个子网络模块包括全连接层以及softmax操作模块，并且，所述全连接层的输出输入所述softmax操作模块。
7.如权利要求1所述的方法，其特征在于，所述第一神经网络模型包括第三神经网络模块，所述第三神经网络模块用于对所述第一能量迹进行特征提取，并向所述第一神经网络模型输入所述特征提取后的特征向量。
8.如权利要求7所述的方法，其特征在于，所述第三神经网络模块包括卷积神经网络层，激活函数模块以及归一化操作模块，并且，所述卷积神经网络层的输出经过所述激活函数模块的激活后输入所述归一化操作模块。
9.一种用于侧信道分析的装置，其特征在于，包括：
10.如权利要求9所述的装置，...
【专利技术属性】
技术研发人员：陈一萌，王博，李根，唐遇星，
申请(专利权)人：飞腾信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。