基于MLP神经网络的分组密码算法能量分析研究

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2020-09-28 合作期刊: 《计算机应用研究》

王恺 蔡爵嵩 严迎建

摘要： 随着嵌入式密码设备的广泛应用，侧信道分析(Side Channel Analysis，SCA)成为其安全威胁之一。通过对密码算法物理实现过程中的泄漏信息进行分析实现密钥恢复，进而对密码算法实现的安全性进行评估。多层感知器(Multi-layer perceptron，MLP)是一种人工神经网络结构，为了精简用于能量分析的MLP网络结构，减少模型的训练参数和训练时间，针对基于汉明重量(Hamming weight，HW)和基于比特的MLP神经网络的模型进行了研究，输出类别由256分类分别减少为9分类和2分类。通过采集AES密码算法运行过程中的能量曲线，对所提出的MLP神经网络进行训练和测试。实验结果表明，该模型在确保预测精度的前提下，能减少MLP神经网络84%的训练参数和28%的训练时间，并减少了密钥恢复阶段需要的能量曲线数量，最少只需要1条能量曲线，即可完成AES算法完整密钥的恢复。实验验证了模型的有效性，使用该模型可以对分组密码算法实现的安全性进行分析和评估。

 点击量 2201  下载量 722  评论