融合CNN＿LSTM的侧信道攻击

作者：彭佩; 张美玲; 郑东

来源：计算机工程与应用, 2022, 1-11.

• AES
• 侧信道攻击
• 卷积神经网络
• 长短时网络
• 深度学习

基于深度学习在侧信道攻击中的应用，首先在Chipwhisperer平台中实现AES算法，在其加密过程中测量相应能量迹，再利用CPA技术分析得出兴趣点位置，并针对兴趣点做出模型训练。在卷积神经网络（CNN），长短时记忆网络（LSTM）和CNN＿LSTM混合模型三种网络模型上，结合数据预处理技术训练同步和异步能量迹。实验结果表明三种模型同步状态下的准确率相当，另外在保证模型训练参数不变的情况下逐渐增大异步数据时，三个模型训练集和测试集的准确率都在减少，但新提出的混合模型下降速度变化是最慢的，在实验异步数加大到50时，仍可以保证准确率在90%之上，即几乎一条能量迹就可恢复出正确密钥。所以，CNN＿LSTM模型可以更好地适应能量迹发生异步的情况。

• 单位
  西安邮电大学