玩转模块:面向侧信道轮廓攻击可复用深度学习模型
密码学与安全
2022-03-18 v2 机器学习
摘要
本文介绍了一种用于侧信道分析的深度学习模块化网络。我们的深度学习方法具有将其部分(模块)与其他网络交换的能力。我们旨在将可复用的已训练模块引入侧信道分析,而非为每个评估构建架构,从而减少进行这些评估时的工作量。我们的实验表明,我们的架构可切实地评估侧信道,暗示我们所提出的网络具有学习可迁移性的可能。
引用
@article{arxiv.2203.08448,
title = {Playing with blocks: Toward re-usable deep learning models for side-channel profiled attacks},
author = {Servio Paguada and Lejla Batina and Ileana Buhan and Igor Armendariz},
journal= {arXiv preprint arXiv:2203.08448},
year = {2022}
}