功耗分析攻击中机器学习模型选择研究

• 作者: 周玉坤 段晓毅 范晓红 陈东 高献伟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 机器学习 十折交叉验证 Friedman检验 Nemenyi后续检验 功耗分析攻击
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 安全技术
• 页码范围: 144-151,158
• 页数: 9页
• 分类号: TP309
• 字数: 6652字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052538

摘要

根据密码芯片功耗曲线的特性,对支持向量机、随机森林、K最近邻、朴素贝叶斯4种机器学习算法进行分析研究,从中选择用于功耗分析攻击的最优算法.对于机器学习算法的数据选取问题,使用多组数量相同但组成元素不同的数据集的十折交叉验证结果进行模型选择,提高测试公平性及测试结果的泛化能力.为避免十折交叉验证过程中出现测试集误差不足以近似泛化误差的问题,采用Friedman检验及Nemenyi后续检验相结合的方法对4种机器学习算法进行评估,结果表明支持向量机是适用于功耗分析攻击的最优机器学习算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高献伟	北京电子科技学院电子信息工程系	36	111	6.0	9.0
2	周玉坤	北京电子科技学院电子信息工程系	15	25	3.0	3.0
3	范晓红	北京电子科技学院电子信息工程系	11	26	4.0	4.0
4	段晓毅	北京电子科技学院电子信息工程系	18	24	3.0	4.0
5	陈东	北京电子科技学院电子信息工程系	4	0	0.0	0.0