将功率迹编码为图像以实现高效的侧信道分析
密码学与安全
2020-05-19 v2 机器学习
信号处理
摘要
侧信道攻击（SCAs）是攻击密码算法实现的一种强大方法。诸如模板攻击和随机模型等最先进的技术通常需要攻击者进行大量的人工预处理和特征提取。引入深度学习（DL）方法是为了简化 SCAs，同时降低成功攻击所需的侧信道迹数量。然而，DL 的普遍成功在很大程度上是由其图像分类能力驱动的，在这一领域它们很容易超越人类。在本文中，我们提出了一种将 1D 迹解释为 2D 图像的新技术。我们展示并比较了将功率迹转换为图像的几种技术，并将其应用于高级加密标准（AES）的不同实现中。通过允许神经网络将迹解释为图像，我们能够显著减少正确密钥猜测所需的攻击迹数量。我们还证明了，通过在深度通道中使用多个 2D 图像作为输入，可以提高攻击效率。此外，通过应用基于图像的数据增强，我们展示了如何将分析迹的数量减少 50 倍，同时提高攻击性能。这是一个关键性的改进，因为在实际应用中，攻击者能够记录的迹数量通常非常有限。
引用
@article{arxiv.2004.11015,
title = {Encoding Power Traces as Images for Efficient Side-Channel Analysis},
author = {Benjamin Hettwer and Tobias Horn and Stefan Gehrer and Tim Güneysu},
journal= {arXiv preprint arXiv:2004.11015},
year = {2020}
}