人工智能增强的侧信道分析综述与比较

侧信道分析（Side Channel Analysis, SCA）对现代计算系统中的隐私和安全构成了明显威胁。绝大多数通信通过密码学算法进行保护。从密码学角度来看，这些算法通常是可证明安全的，但它们在真实硬件上的实现会引入漏洞。攻击者可以利用这些漏洞进行 SCA 并恢复机密信息，例如密钥或内部状态。随着机器学习，特别是深度学习增强的攻击变得越来越普遍，SCA 的威胁已大幅增加。在这项工作中，我们将研究用于侧信道分析的最新最先进深度学习技术、其背后的理论以及实施方式。我们的重点将放在使用深度学习技术的模板攻击上，但我们也会研究一些由深度学习技术增强的新兴方法，例如非模板攻击、人工轨迹生成等。最后，我们将评估并比较针对 ANSSI SCA Database (ASCAD) 尝试的不同深度学习增强 SCA 方案及其相对性能。这将引出保护密码学实现以抵御最新 SCA 攻击的新研究方向。