System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 异设备通用侧信道分析方法、装置、电子设备及介质制造方法及图纸_技高网

异设备通用侧信道分析方法、装置、电子设备及介质制造方法及图纸

技术编号:40240057 阅读:6 留言:0更新日期:2024-02-02 22:38
本公开提供了一种异设备通用侧信道分析方法,可以应用于侧信道分析技术领域。该异设备通用侧信道分析方法包括:获取预存储的第一功耗特征曲线数据;基于第一功耗特征曲线数据训练预先构建的初始分类模型,得到第一网络模型;获取待分析设备上的第二功耗特征曲线数据;基于第二功耗特征曲线数据与第一功耗特征曲线数据,对第一网络模型进行调整训练,获得微调模型;利用攻击功耗曲线与微调模型对待分析设备的功耗特征曲线进行分析,获得分析结果。本公开还提供了一种异设备通用侧信道分析装置、设备和存储介质。

【技术实现步骤摘要】

本公开涉及侧信道分析的,更具体地涉及一种异设备通用侧信道分析方法、装置、电子设备及介质


技术介绍

1、侧信道分析主要是针对密码算法的非侵入式分析,通过加密电子设备在运行过程中的边信道信息泄露破解密码算法,主要包括针对密码算法的计时攻击、能量分析攻击、电磁分析攻击等等。近年来随着深度学习技术的发展,建模类功耗侧信道分析(攻击)的流程和效率得到不断优化,甚至能够绕过芯片设备上的某些防御对策恢复、破解或逆向设备上的秘密信息,取得了非常优异的成果。

2、然而,在实际场景下,存在一些不可控条件如环境温度湿度,电路噪声,芯片工艺等问题导致建模设备和目标设备泄漏信息分布存在差异,即引入域差异问题,大大降低了攻击效率。同时,当目标设备型号不明确,或是同型号的建模设备难以获取时,攻击者无法选择最匹配的建模设备,导致泄漏信息分布的差异会进一步被拉大,这就对建模功耗分析(攻击)在适用不同设备的有效性提出了新的要求。


技术实现思路

1、鉴于上述问题,本公开提供了一种异设备通用侧信道分析方法、装置、电子设备及介质。

2、根据本公开的第一个方面,提供了一种异设备通用侧信道分析方法,包括:获取预存储的第一功耗特征曲线数据;基于第一功耗特征曲线数据训练预先构建的初始分类模型,得到第一网络模型;获取待分析设备上的第二功耗特征曲线数据;基于第一功耗特征曲线数据与第二功耗特征曲线数据,对第一网络模型进行调整训练,获得微调模型;利用微调模型对待分析设备进行功耗特征曲线分析,获得分析结果。

3、根据本公开的实施例,基于第二功耗特征曲线数据与第一功耗特征曲线数据,对第一网络模型进行调整训练,获得微调模型包括:在保证第一网络模型的交叉熵损失最小的前提下,基于第一功耗特征曲线数据与第二功耗特征曲线数据对第一网络模型进行调整训练,以得到微调模型,微调模型为相关对齐损失最小的第一网络模型。

4、根据本公开的实施例,第一网络模型包括第一注意力机制层,微调模型包括第二注意力机制层,基于第二功耗特征曲线数据与第一功耗特征曲线数据,对第一网络模型进行调整训练包括:基于第一功耗特征曲线数据与第二功耗特征曲线数据对第一注意力机制层进行训练,获得第二注意力机制层,第二注意力机制层用于对第一功耗特征曲线数据与第二功耗特征曲线数据进行去噪。

5、根据本公开的实施例,初始分类模型包括初始注意力机制层,基于第一功耗特征曲线数据训练预先构建的初始分类模型包括:基于第一功耗特征曲线数据对初始注意力机制层进行训练,获得第一注意力机制层,第一注意力机制层用于对第一功耗特征曲线数据进行去噪。

6、根据本公开的实施例,获取预存储的第一功耗特征曲线数据包括:获取预存储的第一功耗曲线数据;基于离散小波变换对建模功耗曲线数据进行特征分解,得到第一功耗特征曲线数据。

7、根据本公开的实施例,获取待分析设备上的第二功耗特征曲线数据包括:获取待分析设备上的第二功耗曲线数据;基于离散小波变换对攻击功耗曲线数据进行特征分解,得到第二功耗特征曲线数据。

8、根据本公开的实施例,第一功耗特征曲线数据所对应的设备与待分析设备不同,不同包括框架不同,型号不同,工艺芯片设计不同以及板级场景不同中的至少一种。

9、本公开的第二方面提供了一种异设备通用侧信道分析装置,包括:第一获取模块,用于获取预存储的第一功耗特征曲线数据;第一训练模块,用于基于第一功耗特征曲线数据训练预先构建的初始分类模型,得到第一网络模型;第二获取模块,用于获取待分析设备上的第二功耗特征曲线数据;第二训练模块,用于基于第二功耗特征曲线数据与第一功耗特征曲线数据,对第一网络模型进行调整训练,获得微调模型;分析模块,用于利用微调模型对待分析设备进行功耗特征曲线分析,获得分析结果。

10、本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述异设备通用侧信道分析方法。

11、本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述异设备通用侧信道分析方法。

12、本公开提供的一种异设备通用侧信道分析方法、装置、电子设备及介质至少具有以下有益效果之一:能够适配跨不同类型、不同型号、不同工艺芯片设备提取合适的频域特征进行分类,以提高跨设备场景下的分析(攻击)性能;引入了相关对齐损失,使得微调模型可以直接关注设备差异,能够获取不同设备之间在运行相同算法时的共同频域特征,解决不同设备造成域差异的影响问题,实现对异设备的分析及密钥预测;引入了注意力机制,使网络在学习的过程中更专注于能量迹中有泄露的区域而减少对无泄漏区域的学习,通过这种方式减少了非泄露点区域噪声对网络的影响,从而能有效提高神经网络的攻击能力。

本文档来自技高网
...

【技术保护点】

1.一种异设备通用侧信道分析方法,其特征在于,包括:

2.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述基于所述第二功耗特征曲线数据与所述第一功耗特征曲线数据,对所述第一网络模型进行调整训练,获得微调模型包括:

3.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述第一网络模型包括第一注意力机制层,所述微调模型包括第二注意力机制层,所述基于第二功耗特征曲线数据与所述第一功耗特征曲线数据,对所述第一网络模型进行调整训练包括:

4.根据权利要求3所述的异设备通用侧信道分析方法,其特征在于,所述初始分类模型包括初始注意力机制层,所述基于所述第一功耗特征曲线数据训练预先构建的初始分类模型包括:

5.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述获取预存储的第一功耗特征曲线数据包括:

6.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述获取待分析设备上的第二功耗特征曲线数据包括:

7.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述第一功耗特征曲线数据所对应的设备与所述待分析设备不同,所述不同包括框架不同,型号不同,工艺芯片设计不同以及板级场景不同中的至少一种。

8.一种异设备通用侧信道分析装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1至7中任一项所述的方法。

...

【技术特征摘要】

1.一种异设备通用侧信道分析方法,其特征在于,包括:

2.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述基于所述第二功耗特征曲线数据与所述第一功耗特征曲线数据,对所述第一网络模型进行调整训练,获得微调模型包括:

3.根据权利要求1所述的异设备通用侧信道分析方法,其特征在于,所述第一网络模型包括第一注意力机制层,所述微调模型包括第二注意力机制层,所述基于第二功耗特征曲线数据与所述第一功耗特征曲线数据,对所述第一网络模型进行调整训练包括:

4.根据权利要求3所述的异设备通用侧信道分析方法,其特征在于,所述初始分类模型包括初始注意力机制层,所述基于所述第一功耗特征曲线数据训练预先构建的初始分类模型包括:

5.根据权利要求1...

【专利技术属性】
技术研发人员:李文昌刘伟锋
申请(专利权)人:中国科学院半导体研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1