计算机工程

作者：王俊年, 朱斌, 于文新, 王皖, 胡钒梁

单位：1. 湖南科技大学 物理与电子科学学院, 湖南 湘潭 411201;2. 湖南科技大学 信息与电气工程学院, 湖南 湘潭 411201;3. 知识处理与网络化制造湖南省普通高等学校重点实验室, 湖南 湘潭 411201

关键词：能量分析,侧信道攻击,深度学习,相关功耗分析,长短时记忆网络

基金：国家自然科学基金（61973109）。

加密数据的安全性受到加密算法和加密设备的影响，为评估密码硬件的可靠性，能量分析等多种针对加密平台的攻击方法得到广泛应用。深度学习是一种性能良好的数据分析方法，基于深度学习的功耗侧信道攻击方法一经提出便引起关注。提出一种基于深度学习LSTM的侧信道攻击方法，利用相关功耗分析方法确定侧信道功耗数据的兴趣点，通过兴趣点位置选择合适的兴趣区间作为特征向量以搭建神经网络模型。实验结果表明，相比MLP和CNN模型，LSTM网络模型在侧信道攻击中具有较高的攻击效率。

来源：2021年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第10期