计算机应用研究

作者：王恺,蔡爵嵩,严迎建,

单位：1.战略支援部队信息工程大学,郑州450001；2.中国人民解放军32125部队,济南250001；

关键词：侧信道分析,深度学习,多层感知器,密码芯片,AES加密算法,

基金：军队科研资助项目；；

随着嵌入式密码设备的广泛应用，侧信道分析（side channel analysis，SCA）成为其安全威胁之一。通过对密码算法物理实现过程中的泄露信息进行分析实现密钥恢复，进而对密码算法实现的安全性进行评估。为了精简用于能量分析的多层感知器（multi-layer perceptron，MLP）网络结构，减少模型的训练参数和训练时间，针对基于汉明重量（HW）和基于比特的MLP神经网络的模型进行了研究，输出类别由256分类分别减少为9分类和2分类；通过采集AES密码算法运行过程中的能量曲线对所提出的MLP神经网络进行训练和测试。实验结果表明，该模型在确保预测精度的前提下能减少MLP神经网络84%的训练参数和28%的训练时间，并减少了密钥恢复阶段需要的能量曲线数量，最少只需要一条能量曲线即可完成AES算法完整密钥的恢复。实验验证了模型的有效性，使用该模型可以对分组密码算法实现的安全性进行分析和评估。

来源：2021年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第3期