中文

保护深度学习硬件：侧信道漏洞与对策综述

密码学与安全 2026-07-04 v1
作者: Zahra Mohammadi , Mona Hashemi , Siamak Mohammadi
在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

随着深度学习模型越来越多地部署在医疗、金融和安全等关键领域，确保其免受新兴威胁的侵害变得至关重要。在这些威胁中，侧信道攻击（SCAs）构成了一个特别的挑战，因为它们可以在无需直接访问模型的情况下提取敏感信息，如模型架构、参数甚至用户输入。通过利用硬件的物理和微架构特性，攻击者可以破坏系统。本综述首先对泄漏源和攻击者目标进行分类，然后分析展示针对深度学习硬件的实际侧信道利用的代表性研究。它还回顾了旨在缓解这些漏洞的现有防御措施，并最后概述了关键的开放研究挑战和潜在的未来方向。

关键词

侧信道攻击 深度学习硬件 安全漏洞 对策 模型提取 硬件安全

引用

@article{arxiv.2607.04055,
  title  = {Securing Deep Learning Hardware: A Survey of Side-Channel Vulnerabilities and Countermeasures},
  author = {Zahra Mohammadi and Mona Hashemi and Siamak Mohammadi},
  journal= {arXiv preprint arXiv:2607.04055},
  year   = {2026}
}