[發明專利]一種芯片安全性評估方法及裝置

在審

• 申請號: 201810311362.0
• 申請日: 2018-04-09
• 公開（公告）號: CN110363033A
• 公開（公告）日: 2019-10-22
• 發明（設計）人: 唐有
• 申請（專利權）人: 國民技術股份有限公司
• 主分類號: G06F21/77
• 分類號: G06F21/77;G06F21/55;G06F21/60
• 代理公司: 深圳鼎合誠知識產權代理有限公司 44281
• 代理人: 江婷

本發明提供了一種芯片安全性評估方法及裝置，針對現有技術中借助傳統的數理統計方法來進行芯片旁路分析，所導致的適用性較為局限、準確性較低的缺陷，該芯片安全性評估方法包括：獲取待測芯片當前工作時的泄露數據；根據泄露數據和預設的安全評估模型確定安全評估等級；安全評估模型根據深度學習算法對預設的泄露樣本進行訓練而得到；根據安全評估等級判斷待測芯片是否泄露敏感數據。通過本發明的實施，將芯片工作時的泄露數據輸入到訓練后的安全評估模型來對目標分析對象是否泄漏了敏感數據進行預測，尤其適用于對低信噪比的泄露樣本、復雜分析對象開展安全性評估，提高了結果的準確性，并能有效降低人力投入。

技術領域

本發明涉及芯片信息安全技術領域，尤其涉及一種芯片安全性評估方法及裝置。

背景技術

隨著計算機、網絡、通訊和集成電路技術的快速發展，以及社會信息化的大勢所趨，芯片在各種環境中得到了廣泛的應用。但隨著信息安全研究的深入，各種旁路攻擊手段嚴重地威脅了芯片的安全特性，一個實際應用的芯片，其硬件部件在運行過程中不可避免要泄露一些信息，而根據泄露信息對芯片進行攻擊即為旁路攻擊，由此來獲取芯片中的敏感信息。為了保證芯片的安全性，通常芯片會在出廠前由生產廠商自身和安全產品檢測機構對其旁路安全性進行分析和評估。

目前常用的芯片旁路分析對芯片工作時的功耗泄露曲線或者電磁輻射泄露曲線進行樣本采集，然后再借助傳統的數理統計方法來分析密鑰等敏感信息，但隨著安全產品硬件工藝和防護策略的不斷提升，目前大多數安全芯片都采用了某些安全防護措施來防護側信道攻擊，比如功耗平滑、隨機噪聲源等，從而降低了普通方式下采集到的能耗泄露的信噪比，使得上述方式下采集到的波形信噪比很低，從而大多數情況下傳統分析方法往往難以全面發現其潛在的安全漏洞。

有鑒于此，業內亟需一種更加全面有效的芯片安全性評估方法來提高實際應用中芯片旁路分析的適用性和準確度。

發明內容

本發明提供了一種芯片安全性評估方法及裝置，以解決現有技術中借助傳統的數理統計方法來進行芯片旁路分析，所導致的適用性較為局限、準確性較低的技術問題。

為了解決上述技術問題，本發明采用以下技術方案：

本發明提供了一種芯片安全性評估方法，該芯片安全性評估方法包括：

獲取待測芯片當前工作時的泄露數據；

根據泄露數據和預設的安全評估模型確定安全評估等級；安全評估模型根據深度學習算法對預設的泄露樣本進行訓練而得到；

根據安全評估等級判斷待測芯片是否泄露敏感數據。

進一步地，泄露數據為多維度泄露數據，多維度泄露數據包括：功耗變化數據、電磁信號數據、指令執行時間數據、差錯數據中的至少兩種。

進一步地，獲取待測芯片當前工作時的泄露數據包括：

獲取待測芯片當前工作時的內部走線的泄露數據。

進一步地，在根據泄露數據和預設的安全評估模型確定安全評估等級之前，還包括：

對泄露數據進行預處理；預處理包括：數據去噪處理、數據壓縮處理、數據格式轉換處理、數據選取處理中的至少一種。

更進一步地，在根據安全評估等級判斷待測芯片的敏感數據為泄露時，還包括：

對泄露數據進行分析而確定敏感數據。

本發明提供了一種芯片安全性評估裝置，該芯片安全性評估裝置包括：數據獲取模塊、安全評估模塊和泄露判斷模塊；

數據獲取模塊用于獲取待測芯片當前工作時的泄露數據；

安全評估模塊用于根據泄露數據和預設的安全評估模型確定安全評估等級；安全評估模型根據深度學習算法對預設的泄露樣本進行訓練而得到；