【技术实现步骤摘要】
本公开涉及硬件信息安全的故障注入攻击，尤其涉及一种故障注入攻击方法、装置、电子设备、非暂态计算机可读存储介质以及计算机程序产品。
技术介绍
1、故障注入攻击(fault injection attack，fia)是硬件信息安全领域中一种常见的主动类型攻击方式，因其强大的攻击能力与优秀的可变化性被广泛应用于当代密码分析中。
2、故障注入攻击包括故障注入与故障分析两个阶段。在故障注入阶段，攻击者通过软、硬件手段对运行密码算法的密码设备注入故障，以达到扰乱操作流或篡改内存数值等目的。常见的故障注入手段可包括时钟毛刺、电磁脉冲和激光照射等。在故障分析阶段，攻击者利用设备故障时所产生的信息泄露，通过数学理论等方法进行分析，以获得密码算法所使用的密钥等安全信息。
3、现有技术中，故障注入攻击多依赖于数学理论构建故障分析方法，分析过程复杂、灵活性低且无法高效利用故障产生的信息泄露。
技术实现思路
1、本公开提供一种故障注入攻击方法、装置、电子设备、非暂态计算机可读存储介质以及计算...
【技术保护点】
1.一种故障注入攻击方法，包括：
2.根据权利要求1所述的故障注入攻击方法，其特征在于，所述预训练深度学习神经网络模型的类型包括卷积神经网络、多层感知机以及循环神经网络。
3.根据权利要求2所述的故障注入攻击方法，其特征在于，在所述预训练深度学习神经网络模型的类型为卷积神经网络的情况下，所述预训练深度学习神经网络模型包括多个卷积层、多个池化层、至少一个展平层以及至少一个全连接层。
4.根据权利要求2或3所述的故障注入攻击方法，其特征在于，所述预训练深度学习神经网络模型的训练过程，包括：
5.根据权利要求4所述的故障注入攻...
【技术特征摘要】
1.一种故障注入攻击方法，包括：
2.根据权利要求1所述的故障注入攻击方法，其特征在于，所述预训练深度学习神经网络模型的类型包括卷积神经网络、多层感知机以及循环神经网络。
3.根据权利要求2所述的故障注入攻击方法，其特征在于，在所述预训练深度学习神经网络模型的类型为卷积神经网络的情况下，所述预训练深度学习神经网络模型包括多个卷积层、多个池化层、至少一个展平层以及至少一个全连接层。
4.根据权利要求2或3所述的故障注入攻击方法，其特征在于，所述预训练深度学习神经网络模型的训练过程，包括：
5.根据权利要求4所述的故障注入攻击方法，其特征在于，基于所述预设损失函数的函数值，对所述待训练深度学习神经网络模型进行训练，直至满...
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。