基于条件生成对抗网络的侧信道攻击技术研究

• 作者: 汪晶 王恺 严迎建
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 侧信道攻击 深度学习 条件生成对抗网络 多层感知器
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 网络、通信与安全|Network, Communication and Security
• 页码范围: 110-117
• 页数: 8页
• 分类号: TP309.7
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009-0397

摘要

近年来,深度学习技术广泛应用于侧信道攻击(side channel attack,SCA)领域.针对在基于深度学习的侧信道攻击中训练集数量不足的问题,提出了一种用于侧信道攻击的功耗轨迹扩充技术,使用条件生成对抗网络(conditional generate against network,CGAN)实现对原始功耗轨迹的扩充,并使用深度神经网络进行侧信道攻击.通过选择密码运算中间值的汉明重量(hamming weight,HW)作为CGAN的约束条件,将CGAN生成模拟功耗轨迹作为多层感知器(multi-layer perceptron,MLP)神经网络的训练数据,构建模型实现密钥恢复.通过实验对不同类型训练集的攻击效果进行比较,结果表明,使用CGAN生成的功耗轨迹和原始功耗轨迹具有相同的特征,使用扩充后的功耗轨迹对MLP神经网络进行训练和测试,训练精度和测试精度分别提高15.3％和14.4％.