计算机应用研究

作者：郭东昕,陈开颜,张阳,张晓宇,李健龙,

单位：1.陆军工程大学石家庄校区装备模拟训练中心,石家庄050003；2.解放军78090部队,成都610036；

关键词：VGGNet模型,加密芯片,模板攻击,能量分析,

基金：国家自然科学基金资助项目；国家青年科学基金资助项目；；

针对传统模板分析在实际攻击中的难解问题，重点研究了在图像识别领域具有优异特征提取能力的VGGNet网络模型，提出了一种基于VGGNet网络模型的模板攻击新方法。为了防止信号质量对模型准确率带来较大影响，采用相关性能量分析方法对采集到的旁路信号质量进行了检验；为了适应旁路信号数据维度特征，对网络模型结构进行适度调整；在网络训练的过程中，对梯度下降速率较慢、梯度消失、过拟合等问题进行了重点解决，并采用5折交叉验证的方法对训练好的模型进行验证。最终实验结果表明，基于VGGNet模型的测试成功率为92.3%，较传统的模板攻击效果提升了7.7%。

来源：2019年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第9期