申请/专利权人：桂林电子科技大学

申请日：2024-03-05

公开（公告）日：2024-05-10

公开（公告）号：CN118018176A

主分类号：H04L9/00

分类号：H04L9/00;H04L9/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.28#实质审查的生效;2024.05.10#公开

摘要：本发明公开了一种基于四元组网络的建模类侧信道攻击方法，该方法通过设计符合能量迹数据的四元组样本对选择策略和四元组损失函数，构建基于四元组网络的深度度量学习模型，提升模型区分样本对差异的能力；基于深度度量学习模型，进行降维和特征提取，将能量迹数据转换为关键的低维特征；最后，利用提取的关键特征建立高效的模板攻击模型，降低攻击复杂度，提高攻击的准确率。利用本发明方法所提取的关键嵌入特征，可以采用本发明方法中的模板攻击进行密钥恢复，也可以采用深度学习模型进行侧信道攻击恢复密钥，都能够有效降低攻击时计算的复杂度，提升攻击的成功率，减少恢复目标密码算法未知密钥所需的能量迹数量。

主权项：1.一种基于四元组网络的建模类侧信道攻击方法，其特征在于，包括以下步骤：1采集能量迹数据；利用功耗采集设备采集密码芯片中目标密码算法运行时的功耗信息集合，即能量迹数据；2计算建模集能量迹的标签；基于假设的泄露模型完成对建模集能量迹标签的计算；3设计四元组网络模型；设计符合能量迹数据的四元组样本对选择策略和四元组损失函数，构建基于四元组网络的深度度量学习模型；4训练四元组网络模型；将建模集的能量迹与标签一同输入到构建的四元组网络模型中，迭代训练以得到最优模型；5能量迹特征提取；将建模集和攻击集能量迹分别输入到四元组网络模型中进行特征提取，得到关键的嵌入特征；6采用模板攻击实施建模类侧信道攻击；利用建模集嵌入特征建立模板，再利用攻击集嵌入特征进行模板匹配，完成对目标密码算法的密钥恢复。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 一种基于四元组网络的建模类侧信道攻击方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD