文献类型：会议论文

中文题名：基于功耗时间序列的建模侧信道分析方法综述

作者：闫龙德;刘阳;朱玥莹;陈艾东

第一作者：闫龙德

机构：[1]北京联合大学北京市信息服务重点实验室;[2]北京联合大学机器人学院

第一机构：北京联合大学北京市信息服务工程重点实验室

会议论文集：中国计算机用户协会网络应用分会2024年第二十八届网络新技术与应用年会论文集

会议日期：20241121

会议地点：中国山东威海

语种：中文

中文关键词：深度学习;侧信道分析;隐空间分类;Transformer;注意力机制;功耗序列

摘要：近年来物联网发展逐渐完善,对应的硬件安全也越发重要,而侧信道分析则是对众多物联网硬件设备的巨大威胁之一。在深度学习技术的不断发展中,众多其他领域的核心方法被不断应用于侧信道分析领域。其目的均是提高侧信道分析的效率与准确性。由于主流的侧信道分析方法是以功耗曲线为分析对象,且功耗的数据按照时间点采集,因此针对功耗时间序列提出的相关应用效果甚佳。如2020年提出的SincNet的分析方法优化了传统的卷积神经网络,使其对时间序列更加敏感,得到了更高效的攻击效果;2022年提出的基于自动编码器的隐空间分类方法也从功耗时间序列出发,在隐空间内找到更有效的时间序列特征和更高效的恢复密码;2024年使用Transformer进行序列识别的侧信道方法也是获取了有效提升。未来可针对功耗的时间特性进行更多的改进,以实现更优的侧信道分析方法。