一种基于动态时间规整的密码侧信道分析方法

    公开(公告)号:CN119766417A

    公开(公告)日:2025-04-04

    申请号:CN202411946431.7

    申请日:2024-12-27

    Abstract: 本发明涉及信息安全密码领域,并且更具体地,涉及一种基于动态时间规整的密码侧信道分析方法,包括采集执行非对称密码算法设备的侧信息(如能量信号)得到能量迹,对采集的能量迹进行分析,判断能量迹中执行秘密信息相关运算的区域;分析执行密码算法的能量迹,根据信号峰值将能量迹划分为能量迹片段;选择一个能量迹片段作为参考能量迹片段,对每个能量迹片段与参考能量迹片段应用DTW算法,找到图中两簇柱形图之间的距离值作为区分值;使用区分值将DTW距离结果分为两类,得到能量迹片段对应的两类操作类型,这两类对应非对称密码算法两种不同的操作结果,从而推断得到密钥信息,且本方法对能量迹有效,同时对电磁迹以及照度迹依然有效。

    一种基于降维和聚类的密码算法人工智能侧信道分析方法

    公开(公告)号:CN117579244A

    公开(公告)日:2024-02-20

    申请号:CN202311336275.8

    申请日:2023-10-16

    Abstract: 本发明涉及一种基于降维和聚类的密码算法人工智能侧信道分析方法,属于信息安全密码技术领域。首先对获取的能量迹进行分析,判断能量迹中解密过程执行与秘密信息相关运算的区域。分析执行关键运算部分的能量迹,使用基于滑动窗口梯度值的方法对每个操作进行划分,得到能量迹片段。结合密码算法实现,对能量迹片段进行特征分析,识别操作类型。对能量迹片段使用主成分分析进行降维,取预期维数对应的分量作为每个操作的主成分。结合能量迹片段特征,预估聚类得到的簇数。使用聚类算法对降维后的能量迹片段进行聚类,分析聚类结果判断每簇代表的操作类型,得到能量迹片段对应的操作类型,最终得到秘密指数序列,实现对密码算法侧信道高效分析。

    一种明文相关性侧信道分析及防护方法、系统和装置

    公开(公告)号:CN116455548A

    公开(公告)日:2023-07-18

    申请号:CN202310214775.8

    申请日:2023-03-07

    Abstract: 本发明涉及网络安全侧信道分析技术领域,具体涉及一种明文相关性侧信道分析及防护方法、系统和装置,首先,发送运行MILENAGE算法的鉴权指令,并采集鉴权指令运行时消耗的能量波形,截取能量波形中执行r1‑r5操作时的波形,并对截取的r1‑r5波形进行预处理操作,根据预处理后的r1‑r5波形,分别计算鉴权指令对应的r1‑r5的输入值,并计算输入值的汉明重量与波形之间的相关性系数,根据所述相关性系数,计算r1‑r5的真实值,最后,通过对Rotate循环移位进行混淆,提升MILENAGE算法的安全性,本发明的技术方案,通过对恢复MILENAGE算法参数r1‑r5的明文相关性侧信道进行分析,提出了Rotate循环移位进行混淆的防护方法,大大提升了MILENAGE算法的安全性。

    一种基于自编码器的硬件木马侧信道检测方法

    公开(公告)号:CN115168843A

    公开(公告)日:2022-10-11

    申请号:CN202210595414.8

    申请日:2022-05-29

    Abstract: 本发明涉及一种基于自编码器的硬件木马侧信道检测方法,属于网络安全侧信道分析技术领域,具体涉及基于自编码器的人工智能硬件木马侧信道检测方法。本发明的方法易于实现,用于训练的正常数据容易采集,且自编码器方法计算量相对较小,适宜在实际场景中应用。本方法以侧信息作为自编码器的输入,根据编码器得到的编码结果进行异常检测,结果直观、准确。

    一种针对密码算法的人工智能侧信道分析方法

    公开(公告)号:CN112968761A

    公开(公告)日:2021-06-15

    申请号:CN202110273571.2

    申请日:2021-03-15

    Abstract: 本发明涉及一种针对密码算法的人工智能侧信道分析方法,属于网络安全侧信道分析技术领域。本方法首先对采集的密码算法运行过程中的能量迹进行能量分析,判断出能量迹中该加密算法实现的位置。然后分析加密位置的能量迹及其特征,将加密位置的能量迹划分为规律性的能量迹片段。结合密码算法实现特征,对能量迹片段的特征及其对应的操作进行分析。通过使用DBSCAN聚类算法,将相同操作对应的能量迹片段归为一类,之后分析能量迹片段的类别和顺序,得到能量迹片段对应操作的顺序,从而得到完整的操作参数。相比于简单能量分析法,本方法能够快速高效、自动化地分析能量迹信息而得到所求密码算法的操作参数,且易于实现,对于公钥密码算法具有较高成功率。

    一种基于后门攻击防御的联邦学习鲁棒聚合方法

    公开(公告)号:CN118965415A

    公开(公告)日:2024-11-15

    申请号:CN202410776571.8

    申请日:2024-06-17

    Abstract: 本发明涉及一种基于后门攻击防御的联邦学习鲁棒聚合方法,属于人工智能安全技术领域。本发明包括步骤:1、构建初始化的联邦学习全局模型;2、对所述的联邦学习全局模型进行训练;3、对联邦学习全局模型进行聚合;4、重复步骤2和步骤3,直至联邦学习全局模型聚合达到预期精度或预先协商的训练轮数,此时完成联邦学习模型训练。本发明通过分析联邦学习全局模型关键参数的相似性,对模型参数进行降维、无监督聚类并计算得到局部代理模型,经过降维后模型参数之间的余弦距离划分恶意模型与良性模型,保障离群值检测和无监督聚类的性能。通过欧几里得距离对局部代理模型进行裁剪,能够有效抵抗高幅度值恶意后门攻击,提高了聚合的鲁棒性。

Patent Agency Ranking