SCNet：一种用于自动化侧信道攻击的神经网络
密码学与安全
2020-08-04 v1 机器学习
摘要
侧信道攻击是一种基于获取计算机系统实现信息而非算法弱点的攻击方法。侧信道攻击可利用功耗、电磁泄漏与声音等系统特征信息来破坏系统。大量研究努力已投向该领域。然而，此类攻击仍需要较强技能，因而只能由专家有效实施。在此，我们提出SCNet，其自动执行侧信道攻击。并且我们结合侧信道领域知识与不同深度学习模型设计了该网络，以提升性能并更好地解释结果。结果表明我们的模型以更少参数取得了良好性能。所提模型是自动测试计算机系统鲁棒性的有用工具。
引用
@article{arxiv.2008.00476,
title = {SCNet: A Neural Network for Automated Side-Channel Attack},
author = {Guanlin Li and Chang Liu and Han Yu and Yanhong Fan and Libang Zhang and Zongyue Wang and Meiqin Wang},
journal= {arXiv preprint arXiv:2008.00476},
year = {2020}
}