-
公开(公告)号：CN117499035A
公开(公告)日：2024-02-02
申请号：CN202311478951.5
申请日：2023-11-07
Applicant: 南京农业大学
IPC: H04L9/08 , H04L9/00 , H04L9/30 , G06F18/2113 , G06F18/213 , G06N3/0464 , G06N3/096 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于迁移学习的格密码侧信道分析方法，包括以下步骤：S1、采集功耗曲线，获得卷积神经网络的输入数据和标签；使用chunk‑β方法训练卷积神经网络，获得原始模型；S2、利用迁移学习的思想，将原始模型的特征和模式迁移到新的数据集上进行训练；S3、借助域自适应原则，将最大平均差异MMD损失引入到non‑profiled中；S4、使用皮尔逊系数的绝对值计算相关性从已知的字段候选者选择预测的字段候选者。本发明的方法旨在针对格密码算法中的关键数据进行获取，能够为格密码算法提供基于迁移学习的侧信道分析。
-
公开(公告)号：CN115333743A
公开(公告)日：2022-11-11
申请号：CN202210809089.0
申请日：2022-07-11
Applicant: 南京农业大学
Abstract: 本发明提出一种针对MQTT协议的细粒度安全通信方法，可应用在使用MQTT作为通信协议的物联网系统中。方案基于双线性映射和迪菲‑赫尔曼密钥交换(Diffie–Hellman keyexchange)完成双向身份认证和密钥协商，最终对发送的消息加密以实现用户和设备间的安全通信。本方法首先利用MQTT主题(topic)的身份信息来参与完成针对主题得细粒度身份认证，接着在合法的用户和设备间进行端到端的密钥协商，最后利用生成的对称密钥完成加密通信。本发明的方法能够适用于MQTT中一个用户和单个或多个设备进行安全通信的场景，并且可应对设备数量动态变化的情况。
-
公开(公告)号：CN115580392A
公开(公告)日：2023-01-06
申请号：CN202211163860.8
申请日：2022-09-23
Applicant: 南京农业大学
IPC: H04L9/00 , G06F18/241 , G06F18/214 , G06N3/0464
Abstract: 本发明提出了一种基于深度学习的密码芯片侧信道泄露可视化定位方法，针对密码芯片中应用的加密算法，利用集成的解析工具提取信号跳变和信号值，并构造电路图，通过深度模型对其训练学习，然后借助信号的泄露梯度值可视化，从而定位密码硬件设计中可能存在的侧信道泄露。本方法首先通过解析工具从加密算法FPGA实现生成的VCD文件中提取相关模块的信号跳变次数和信号值，并构造信号向量，然后利用CNN模型训练得到分类器，最后基于分类器获得的信号泄露梯度值的可视化和电路图，进而实现泄露的定位。本发明的方法能够适用于不同加密方案下的侧信道泄露可视化定位。
-
Patent Agency Ranking
公开(公告)号：CN112564885B
公开(公告)日：2022-07-12
申请号：CN202011352153.4
申请日：2020-11-26
Applicant: 南京农业大学
IPC: H04L9/00
Abstract: 本发明提出一种基于掩码变量最大概率密度函数分布的侧信道测试分析方法，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，通过选取分布在不同敏感中间值下的最大值得到一种面向掩码方案的增强侧信道测试分析方法。本方法首先对掩码方案的掩码集合进行预评估，然后计算所有猜测密钥相应的假设中间值在该掩码集合下的概率密度分布，最终选择最大概率密度分布值作为假设功耗值，计算与实际功耗之间的相关性，得到所有猜测密钥的概率排序，恢复出正确密钥。本发明的方法能够适用于固定掩码方案，同时实现提高测试分析成功率，减少测试分析成功所需要的曲线量。
-
公开(公告)号：CN112291054A
公开(公告)日：2021-01-29
申请号：CN202011342764.0
申请日：2020-11-26
Applicant: 南京农业大学
IPC: H04L9/00
Abstract: 本发明提出一种针对低熵掩码方案的侧信道泄露检测方法，通过对布尔低熵掩码和乘法低熵掩码分别定义安全模型，实现高效的泄漏检测。首先通过定义适用不同掩码类型的安全模型作为判别是否存在泄露的条件；根据目标低熵掩码方案类型，采用不同安全模型对掩码集合进行分析，得到理论泄漏量；最后，对目标掩码方案采集到的实际能耗曲线进行特定掩码变量的t‑test检测，得到实际泄露量。本发明的方法适用于低熵掩码方案，实现了通用类型低熵掩码方案的掩码集合是否平衡的分析，对其可抵抗单变量攻击的能力可进行理论和实测泄露程度的量化。
-
公开(公告)号：CN115423119A
公开(公告)日：2022-12-02
申请号：CN202211164422.3
申请日：2022-09-23
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于信任度的分散式联邦学习的医疗机构数据共享方法，包含以下步骤：所有医疗机构随机分组，选出代表性机构；每组计算平均梯度值与可信度；代表性医疗机构计算自己与其余代表性医疗机构的欧氏距离；代表性机构之间根据信任度/欧氏距离选出最终参与聚合的代表性医疗机构的参数；计算所选机构参数的平均值更新全局模型。本发明基于分散式联邦学习实现分层聚合，以此实现隐私保护与鲁棒性；实验结果表明，在不同规模的恶意医疗机构场景下，本方法均能取得较好的实验效果。
-
公开(公告)号：CN112291054B
公开(公告)日：2022-06-14
申请号：CN202011342764.0
申请日：2020-11-26
Applicant: 南京农业大学
IPC: H04L9/00
Abstract: 本发明提出一种针对低熵掩码方案的侧信道泄露检测方法，通过对布尔低熵掩码和乘法低熵掩码分别定义安全模型，实现高效的泄漏检测。首先通过定义适用不同掩码类型的安全模型作为判别是否存在泄露的条件；根据目标低熵掩码方案类型，采用不同安全模型对掩码集合进行分析，得到理论泄漏量；最后，对目标掩码方案采集到的实际能耗曲线进行特定掩码变量的t‑test检测，得到实际泄露量。本发明的方法适用于低熵掩码方案，实现了通用类型低熵掩码方案的掩码集合是否平衡的分析，对其可抵抗单变量攻击的能力可进行理论和实测泄露程度的量化。
-
公开(公告)号：CN112564885A
公开(公告)日：2021-03-26
申请号：CN202011352153.4
申请日：2020-11-26
Applicant: 南京农业大学
IPC: H04L9/00
Abstract: 本发明提出一种基于掩码变量最大概率密度函数分布的侧信道攻击方法，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，通过选取分布在不同敏感中间值下的最大值得到一种面向掩码方案的增强侧信道攻击方法。本方法首先对掩码方案的掩码集合进行预评估，然后计算所有猜测密钥相应的假设中间值在该掩码集合下的概率密度分布，最终选择最大概率密度分布值作为假设功耗值，计算与实际功耗之间的相关性，得到所有猜测密钥的概率排序，恢复出正确密钥。本发明的方法能够适用于固定掩码方案，同时实现提高攻击成功率，减少攻击成功所需要的曲线量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
