杨 欢 吴 震* 王 燚 杜之波 王 敏 习 伟 颜 伟

1(成都信息工程大学网络空间安全学院 四川 成都 610225) 2(南方电网科学研究院有限公司 广东 广州 510080) 3(振芯科技有限公司 四川 成都 640041)

0 引 言

在密码学中，侧信道攻击常用于提取(寻找)加密设备的密钥。在密码算法实际运行时，硬件电路会泄漏出相关的电磁辐射、功耗等侧信道信息。侧信道攻击就是指利用这些泄露出来的侧信道信息，以及密码学、统计学原理相关知识，来分析和破译密钥信息[1-4]。通常侧信道攻击分为有学习攻击和无学习攻击两类，由于有学习攻击与机器学习技术原理类似，也包括训练与测试两个阶段，所以有学习攻击又被称为基于机器学习的攻击。有学习攻击是指利用一台可以被攻击人员所控制的、与攻击目标设备相似或相同的设备(称为实验设备[5])，来建立泄露信息的能耗模型(称为模板)，这样就能对这一类型设备进行攻击。正是由于有学习攻击与机器学习原理类似，使得采用机器学习方法实现有学习攻击成为可能[6]。Backes等[5]使用机器学习技术对打印机成功进行了声学侧通道攻击；Maghrebi等[4]分别使用随机森林、支持向量机、深度网络等机器算法在DPAContest比赛数据中进行了侧信道模板分析，实验结果表明基于深度网络的模板攻击在匹配成功率方面要优于其他方法。

有学习攻击中的模板攻击[5]是目前众多攻击方法中研究得最深入也是最成功的一种，常用多元高斯分布表示模板。为提高模板攻击效率，目前的部分研究着眼于改进多元高斯分布中的协方差矩阵。……