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()
【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。
...【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
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:
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。