电磁侧信道分析的跨IoT设备可移植性：挑战与数据集
机器学习
2023-10-06 v1 密码学与安全
摘要
IoT（物联网）指嵌入传感器、软件和连接性的互联物理设备、车辆、家用电器及其他物品的网路，使它们能够收集和交换数据。IoT取证是从IoT设备收集和分折数字证据以调查这些连接设备上可能发生的网络犯罪、安全漏洞和其他恶意活动。特别地，EM-SCA（电磁侧信道分析）已成为IoT取证的重要工具，因其能够在不干扰设备或不搭线窃听其网络的情况下揭示IoT设备内部运作的机密信息。然而，EM-SCA结果的准确性和可靠性可能受设备差异性、环境因素以及数据收集与处理方法限制。此外，关于这些显著影响面向跨IoT设备可移植性的EM-SCA方法准确性的局限性的研究极少，且关于解决该挑战的可能方案的研究也有限。因此，本实证研究考察设备差异性对EM-SCA方法（特别是基于机器学习（ML）的EM-SCA）准确性和可靠性的影响。我们首先介绍用于评估当前EM-SCA方法与数据集局限性的背景、基本概念和技术。我们的研究随后解决其中一个最重要的局限性，即由处理器（SoC）的多核架构引起者。我们提出一种收集EM-SCA数据集的方法，并证明在跨IoT设备的IoT取证中使用迁移学习从EM-SCA获得更有意义和可靠结果的可行性。此外，我们的研究贡献了一个用于深度学习模型分析电磁侧信道数据中跨设备可移植性问题的新数据集。
引用
@article{arxiv.2310.03119,
title = {Crossed-IoT device portability of Electromagnetic Side Channel Analysis: Challenges and Dataset},
author = {Tharindu Lakshan Yasarathna and Lojenaa Navanesan and Simon Barque and Assanka Sayakkara and Nhien-An Le-Khac},
journal= {arXiv preprint arXiv:2310.03119},
year = {2023}
}
备注
for associated dataset file, see https://aseados.ucd.ie/datasets/EMSCA-2023-Latest/