一种基于机器学习的电磁侧信道反汇编器的实用方法学
密码学与安全
2022-07-22 v2
摘要
为接口能力受限的嵌入式设备提供安全保证是一项日益关键的任务。尽管这些设备没有传统接口，它们仍会产生与所执行指令相关的非故意电磁信号。通过采用我们的方法收集这些迹线，并利用随机森林算法开发机器学习模型，我们构建了一个基于电磁侧信道的指令级反汇编器。该反汇编器在 Arduino UNO 板上进行了测试，对设备上单点采集的十二条指令的迹线取得了 88.69% 的指令识别准确率；相较于先前类似工作中报道的 75.6%（二十条指令）有所提升。
引用
@article{arxiv.2206.10746,
title = {A Practical Methodology for ML-Based EM Side Channel Disassemblers},
author = {Cesar N. Arguello and Hunter Searle and Sara Rampazzi and Kevin R. B. Butler},
journal= {arXiv preprint arXiv:2206.10746},
year = {2022}
}
备注
Accepted to the poster section of the 7th IEEE European Symposium on Security and Privacy 2022