一种对加掩防护加密设备的无掩码神经网络攻击方法

    公开(公告)号:CN108880781A

    公开(公告)日:2018-11-23

    申请号:CN201810614068.7

    申请日:2018-06-14

    Abstract: 本发明属于密码算法分析检测领域,公开了一种对加掩防护加密设备的无掩码神经网络攻击方法及系统,在不需要了解训练设备的掩码的情况下,训练关于无掩目标中间组合值的神经网络模板,进而攻击加掩防护加密设备的密钥。在训练神经网络前,对训练能迹的特征向量进行部分特征PCA预处理:保留相关系数较高的前n个特征,对剩余的特征进行PCA处理;合并保留特征和PCA的主成分特征。在神经网络训练中使用alpha交叉熵作为神经网络训练的损失函数,从而使神经网络模板具有更高的攻击效率。在攻击阶段,对未知密钥的同类加密设备,以无掩中间值为攻击目标,使用神经网络模板计算猜测密钥的联合概率,从而识别加密设备的正确密钥。

    利用神经网络进行拟合的DPA攻击方法及系统、终端

    公开(公告)号:CN109525384A

    公开(公告)日:2019-03-26

    申请号:CN201811368271.7

    申请日:2018-11-16

    Inventor: 王燚

    Abstract: 本发明属于密码算法分析检测领域,公开了一种利用神经网络进行拟合的DPA攻击方法及系统、终端,在训练阶段,预测神经网络根据训练能耗集,自动学习并得到能耗特征向量与中间组合值的映射关系;在高阶DPA攻击中,使用预测神经网络预测攻击能量迹的中间组合值,并计算预测中间组合值与猜测中间组合的相关系数,由此攻击设备密钥。本发明这种方法消除了在学习阶段必须了解掩码的要求,同时避免了高阶DPA对能耗交叉组合的需求,降低了攻击条件,且提高了攻击的效率;实验证实了该攻击算法的可行性和高效性。

Patent Agency Ranking