首页> 中文期刊> 《计算机测量与控制》 >基于Alexnet卷积神经网络的加密芯片模板攻击新方法

基于Alexnet卷积神经网络的加密芯片模板攻击新方法

         

摘要

针对经典高斯模板攻击存在的问题,在分析了卷积神经网络方法具有的优势的基础上,提出了一种基于卷积神经网络的加密芯片旁路模板攻击新方法;该方法可以有效地处理高维数据,且可以通过不断地调整网络权值与偏置实现对数据无限逼近,明确分类的精确关系,提高模板刻画精度;最后选取 AT89C5 2 微控制器 (单片机)运行的 AES加密算法第一轮异或操作为攻击点,与传统的模板攻击进行了对比实验,实验结果表明:虽然在匹配成功率方面稍低于传统的模板攻击,模型结构和超参数仍需要进一步优化,但新方法在处理高维特征点方面较传统的模板攻击具有较大优势.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号