基于流形学习能量数据预处理的模板攻击优化方法

• 作者: 王安 王永娟 王涛 袁庆军
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 信息安全 模板攻击 流形学习 能量数据 对齐算法 降维算法
• 年，卷（期）: 2020,（8）
• 页码范围: 1853-1861
• 页数: 9页
• 分类号: TP309.7
• 语种: 中文
• DOI: 10.11999/JEIT190598

摘要

能量数据作为模板攻击过程中的关键对象，具有维度高、有效维度少、不对齐的特点，在进行有效的预处理之前，模板攻击难以奏效。针对能量数据的特性，该文提出一种基于流形学习思想进行整体对齐的方法，以保留能量数据的变化特征，随后通过线性投影的方法降低数据的维度。使用该方法在Panda 2018 challenge1标准数据集进行了验证，实验结果表明，该方法的特征提取效果优于传统的PCA和LDA方法，能大幅度提高模板攻击的成功率。最后采用模板攻击恢复密钥，仅使用两条能量迹密钥恢复成功率即可达到80%以上。