公开(公告)号：CN116388977A

公开(公告)日：2023-07-04

申请号：CN202310345162.8

申请日：2023-04-03

Applicant: 桂林电子科技大学

Inventor： 武小年 ,  成文涛 ,  莫宇

IPC: H04L9/08 ,  G06N20/00

Abstract: 本发明涉及信息安全技术领域，具体涉及一种基于多标签学习的侧信道多字节密钥恢复分析方法，首先提出信噪比基准平均原则来筛选各个字节密钥标签相关性大的时间样本点来组成对应的能量迹，对各个字节密钥按信噪比基准平均原则在原始能量迹数据集上重复操作从而构成多标签数据集，进而在多标签学习的算法改编方法下，基于卷积神经网络构建去构建多标签学习模型，然后在多标签数据集下通过随机搜索技术来训练优化多标签学习模型，最终采取传统的基于深度学习的侧信道攻击评估策略猜测候选密钥和该密钥对应的字节序列号。本发明具体通过多标签学习的算法改编方法来解决了侧信道中同一设备下所有字节密钥攻击问题。

公开(公告)号：CN116366229A

公开(公告)日：2023-06-30

申请号：CN202310344416.4

申请日：2023-04-03

Applicant: 桂林电子科技大学

Inventor： 武小年 ,  成文涛 ,  莫宇

IPC: H04L9/00 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及信息安全技术领域，具体涉及一种基于多标签学习的异设备侧信道分析方法，首先根据密码算法在不同设备下所采集能量迹数据集特点和满足深度学习训练要求，提出最短原则来组成各个设备下单字节密钥标签对应的能量迹，构成异设备多标签数据集，然后将多标签学习技术应用到侧信道环境中，基于卷积神经网络来实现多标签学习的算法改编方法，进而设置各种超参数组合来优化多标签学习模型，最后使用各设备下相应的测试集评估多标签模型对于密码算法在不同设备下字节密钥攻击效果，来验证多标签学习模型泛化能力。本发明使单个模型可以对不同设备下相同密码算法执行攻击，增加提高攻击效率，减少模型构建和训练时间。

公开(公告)号：CN118018176A

公开(公告)日：2024-05-10

申请号：CN202410248263.8

申请日：2024-03-05

Applicant: 桂林电子科技大学

Inventor： 武小年 ,  莫宇 ,  张润莲

IPC: H04L9/00 ,  H04L9/08

Abstract: 本发明公开了一种基于四元组网络的建模类侧信道攻击方法，该方法通过设计符合能量迹数据的四元组样本对选择策略和四元组损失函数，构建基于四元组网络的深度度量学习模型，提升模型区分样本对差异的能力；基于深度度量学习模型，进行降维和特征提取，将能量迹数据转换为关键的低维特征；最后，利用提取的关键特征建立高效的模板攻击模型，降低攻击复杂度，提高攻击的准确率。利用本发明方法所提取的关键嵌入特征，可以采用本发明方法中的模板攻击进行密钥恢复，也可以采用深度学习模型进行侧信道攻击恢复密钥，都能够有效降低攻击时计算的复杂度，提升攻击的成功率，减少恢复目标密码算法未知密钥所需的能量迹数量。