针对BLISS的GALACTICS常数时间实现的机器学习侧信道攻击
密码学与安全
2022-06-10 v3
摘要
由于量子计算机的快速发展，对常规公钥密码学的实用攻击可能在未来几十年内变得可行。为应对此风险，正在开发可抵御量子攻击的后量子方案。基于格的算法是常规方案有前景的替代者，BLISS是该族中最早的后量子签名方案之一。然而，高斯采样等所需子程序已被证明对BLISS的安全性构成风险，因为实现既高效又能抵御物理攻击的高斯采样极具挑战性。本文提出三种针对GALACTICS(BLISS的最新常数时间实现)的相关功耗侧信道攻击。所有攻击均基于我们在GALACTICS的高斯采样和签名算法中识别出的泄露。为实施攻击，需要在与受攻击设备相同的设备上进行一次 profiling 阶段以训练机器学习分类器。在攻击阶段，GALACTICS的泄露使训练好的分类器能以高准确率预测敏感内部信息，为三种不同的密钥恢复攻击铺平道路。我们通过在Cortex-M4上运行GALACTICS展示了这些泄露，并为所有攻击提供了概念验证数据与实现。
引用
@article{arxiv.2109.09461,
title = {Machine-Learning Side-Channel Attacks on the GALACTICS Constant-Time Implementation of BLISS},
author = {Soundes Marzougui and Nils Wisiol and Patrick Gersch and Juliane Krämer and Jean-Pierre Seifert},
journal= {arXiv preprint arXiv:2109.09461},
year = {2022}
}
备注
23 pages, 4 Figures, 7 algorithms