-
题名融合CNN_LSTM的侧信道攻击
被引量：2
- 1
-
-
作者
彭佩
张美玲
郑东
-
机构
西安邮电大学网络空间安全学院
西安邮电大学陕西省无线网络安全技术国家工程实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第6期268-276,共9页
-
基金
国家自然科学基金(62072371,61802303)
陕西省重点研发计划(2021ZDLGY06-04)
青海省重点项目(2020-ZJ-701)。
-
文摘
基于深度学习在侧信道攻击中的应用,在Chipwhisperer平台中实现AES算法,在其加密过程中测量相应能量迹,再利用CPA技术分析得出兴趣点位置,并针对兴趣点做出模型训练。在卷积神经网络(CNN),长短时记忆网络(LSTM)和CNN_LSTM混合模型三种网络模型上,结合数据预处理技术训练同步和异步能量迹。实验结果表明三种模型同步状态下的准确率相当,另外在保证模型训练参数不变的情况下逐渐增大异步数据时,三个模型训练集和测试集的准确率都在减少,但新提出的混合模型下降速度变化是最慢的,在实验异步数加大到50时,仍可以保证准确率在90%之上,即几乎一条能量迹就可恢复出正确密钥。所以,CNN_LSTM模型可以更好地适应能量迹发生异步的情况。
-
关键词
高级加密标准(AES)
侧信道攻击
卷积神经网络
长短时网络
深度学习
-
Keywords
advanced encryption standard(AES)
side channel attack
convolutional neural network
long short-term memory network
deep learning
-
分类号
TN918.4
[电子电信—通信与信息系统]
-
-
题名结合EDCA和CPA的容错双向选择攻击
- 2
-
-
作者
张美玲
尚利蓉
郑东
-
机构
西安邮电大学网络空间安全学院
西安邮电大学陕西省无线网络安全技术国家工程实验室
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第9期2229-2240,共12页
-
基金
国家自然科学基金(62072369)
陕西省重点研发计划(2021ZDLGY06-04)。
-
文摘
当所设计的攻击方案带有容错功能时,往往需要在非常大的候选空间中挑出正确的密钥。如何有效地实现这个目标是侧信道攻击中非常重要且具有挑战性的问题。针对这一问题,以AES-128为目标研究了结合欧式距离增强碰撞攻击(EDCA)和相关能量分析攻击(CPA)的容错双向选择攻击。为了提高碰撞检测的成功率,提出了EDCA,与传统的相关增强碰撞攻击(CCA)相比,EDCA利用欧式距离来区分两组能量迹之间的相似性,其碰撞检测的成功率更高,从而使优化更加实用和有意义。除此之外,结合EDCA和CPA,将密钥以及对应的碰撞对做分组处理,然后进行双向筛选,得到最优的碰撞链,大大减少了候选空间,从而降低了密钥枚举的复杂性,有效地恢复密钥。实验结果表明,在低信噪比SNR=-3 dB和SNR=-6 dB的条件下,设置碰撞对的阈值ThΔ=5,所提出的方案在3000条能量迹时成功率达到98.78%和80.25%,均优于现有方案。
-
关键词
AES-128
碰撞攻击
欧式距离增强碰撞攻击(EDCA)
相关能量分析攻击(CPA)
双向选择
-
Keywords
AES-128
collision attack
Euclidean distance enhanced collision attack(EDCA)
correlation power analysis(CPA)
bidirectional choice
-
分类号
TP309.7
[自动化与计算机技术—计算机系统结构]
-
