【技术实现步骤摘要】
本申请涉及侧信道分析，尤其涉及一种基于深度学习的侧信道分析方法及装置。
技术介绍
1、侧信道分析是一种密码分析攻击形式，利用密码算法在物理实现时泄露的侧信道信息来分析密码算法和总结规律，以还原出隐私信息。传统的侧信道分析技术受到各种对抗侧信道攻击的安全策略的限制，其使用复杂的密码算法加强了侧信道信息的多样性，使得后期分析时难以总结出真实有效的规律，也就难以有效地还原出隐私信息，从而提高了攻击成本。
2、近年来，考虑到深度学习模型在拟合和泛化能力上的强大表现，其也被应用于侧信道分析，旨在提升侧信道分析的效率和成功率，且已经被证明能够攻击多种防御方法，包括掩码和隐藏等。
3、尽管已有的深度学习-侧信道分析方法相对于传统技术略有优势，但目前仍存在着分析准确率不高的问题。现有的方法大部分直接使用全局信息进行模型训练和构建多分类网络，在模型的训练成本与分析准确率等方面仍有改进空间。
技术实现思路
1、基于上述的应用需求与技术背景，为了解决现有技术中模型训练成本高和分析准确率低...
【技术保护点】
1.一种基于深度学习的侧信道分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将全局信息切分为局部信息的步骤包括：
3.根据权利要求2所述的方法，其特征在于，在所述将全局信息切分为局部信息后，所述预处理还包括对所述第一目标数据集进行标记，所述标记的步骤包括：
4.根据权利要求1所述的方法，其特征在于，所述第二目标数据集包括目标训练集、目标验证集与目标测试集，所述目标训练集用于输入到所述第一深度学习模型进行训练；所述目标验证集用于判断所述第二深度学习模型是否达到所述预设目标；所述目标测试集用于输入到所...
【技术特征摘要】
1.一种基于深度学习的侧信道分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将全局信息切分为局部信息的步骤包括：
3.根据权利要求2所述的方法，其特征在于，在所述将全局信息切分为局部信息后，所述预处理还包括对所述第一目标数据集进行标记，所述标记的步骤包括：
4.根据权利要求1所述的方法，其特征在于，所述第二目标数据集包括目标训练集、目标验证集与目标测试集，所述目标训练集用于输入到所述第一深度学习模型进行训练；所述目标验证集用于判断所述第二深度学习模型是否达到所述预设目标；所述目标测试集用于输入到所述第三深度学习模型中进行测试，获取第二目标密钥信息。
5.根据权利要求1所述的方法，其特征在于，所述第一深度学习网络模型是卷积神经网络模型，所述卷积神经网络模型包括沿功耗信息传输先后顺序依次电相连的输入...
【专利技术属性】
技术研发人员：李蒙，张宗楠，安晓欣，李振，王培正，李菊，李金喜，
申请(专利权)人：深圳技术大学，
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。