基于机器学习的RSA掩码防御算法的侧信道攻击方法

    公开(公告)号:CN107508678B

    公开(公告)日:2020-08-04

    申请号:CN201710951181.X

    申请日:2017-10-13

    Inventor: 万武南 陈俊 陈运

    Abstract: 本发明属于信息安全领域,公开了一种基于机器学习的RSA掩码防御算法的侧信道攻击方法,采集RSA双重掩码算法N条功耗曲线,进行滤波,对齐处理,并进行模乘截取;然后对截取的各模乘与某一个特定模乘根据泊松相关系数公式求各模乘相关系数;对每个模乘求的相关系数与某一定的模乘相关系数,求欧式距离;对欧式距离,采用机器学习聚类分析方法,进行聚类,分成多类;每各模乘所属类对应猜测密钥值。本发明考虑双重掩码的噪声影响,无法采用一阶或高阶侧信道攻击方法,并且攻击过程中分类方法采用人工观察设定阈值方式;利用模乘之间功耗的相关性特征差异,评估功耗点有效度,本发明能够有效分析幂指数。

    基于机器学习的RSA掩码防御算法的侧信道攻击方法

    公开(公告)号:CN107508678A

    公开(公告)日:2017-12-22

    申请号:CN201710951181.X

    申请日:2017-10-13

    Inventor: 万武南 陈俊 陈运

    Abstract: 本发明属于信息安全领域,公开了一种基于机器学习的RSA掩码防御算法的侧信道攻击方法,采集RSA双重掩码算法N条功耗曲线,进行滤波,对齐处理,并进行模乘截取;然后对截取的各模乘与某一个特定模乘根据泊松相关系数公式求各模乘相关系数;对每个模乘求的相关系数与某一定的模乘相关系数,求欧式距离;对欧式距离,采用机器学习聚类分析方法,进行聚类,分成多类;每各模乘所属类对应猜测密钥值。本发明考虑双重掩码的噪声影响,无法采用一阶或高阶侧信道攻击方法,并且攻击过程中分类方法采用人工观察设定阈值方式;利用模乘之间功耗的相关性特征差异,评估功耗点有效度,本发明能够有效分析幂指数。

Patent Agency Ranking