[發明專利]基于神經網絡的安全芯片側信道泄漏檢測方法及系統有效
| 申請號： | 202011342859.2 | 申請日： | 2020-11-26 |
| 公開（公告）號： | CN112600659B | 公開（公告）日： | 2022-06-03 |
| 發明（設計）人： | 周云柯;鄧光喜;戴一凡 | 申請（專利權）人： | 清華大學蘇州汽車研究院（吳江）;清華大學 |
| 主分類號： | H04L9/00 | 分類號： | H04L9/00;G06N3/08;G06N3/04 |
| 代理公司： | 蘇州創元專利商標事務所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 215200 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 神經網絡 安全 芯片 信道 泄漏 檢測 方法 系統 | ||
1.一種基于神經網絡的安全芯片側信道泄漏檢測方法，其特征在于，包括以下步驟：
S01：針對不同的加密算法，分別采集有防護芯片和無防護芯片在執行加密算法過程的能量軌跡，形成訓練樣本；
S02：對預處理后的樣本數據進行標注，根據加密算法名稱及防護情況進行標注；
S03：構建神經網絡模型；
S04：訓練構建的神經網絡模型；
S05：使用訓練好的神經網絡模型計算能量軌跡的類別，得到檢測結果。
2.根據權利要求1所述的基于神經網絡的安全芯片側信道泄漏檢測方法，其特征在于，所述步驟S01中每次采集指定的樣本數量和時間，采集時間應大于加密所需時間。
3.根據權利要求1所述的基于神經網絡的安全芯片側信道泄漏檢測方法，其特征在于，所述步驟S03中構建的神經網絡模型包括輸入層、中間層和輸出層，所述中間層包括三個全連接的隱藏層z1，z2，z3，輸出層采用softmax函數，各層的數據處理公式為：
其中，i表示當前層第i個節點，j表示前一層第j個節點，z1i為中間層z1第i個節點，n為輸入層節點的數量，xj為輸入層第j個節點，w1ij表示x層z1層對應節點之間的連接權重，b1i表示當前層第i個節點對應的偏置量，z2i為中間層z2第i個節點，z1j為中間層z1第j個節點，a為z1層節點的數量，w2ij表示z1層z2層對應節點之間的連接權重，b2i表示當前層第i個節點對應的偏置量，z3i為中間層z3第i個節點，z2j為中間層z2第j個節點，b為z2層節點的數量，w3ij表示z2層z3層對應節點之間的連接權重，b3i表示當前層第i個節點對應的偏置量，yi為輸出層第i個節點，c為輸出層的數量，z3i為中間層z3第i個節點，z3j為中間層z3第j個節點。
4.根據權利要求1所述的基于神經網絡的安全芯片側信道泄漏檢測方法，其特征在于，所述步驟S04中還包括提取神經網絡模型的輸入特征值，壓縮樣本數據，輸入層特征值
其中，di為樣本數據，xi為0到255的整數，k為大于等于樣本數據最大值的常數。
5.根據權利要求1所述的基于神經網絡的安全芯片側信道泄漏檢測方法，其特征在于，所述步驟S05中采集多次能量軌跡，對每次計算出的結果進行綜合計算，計算每個類別的概率M是采集次數，Pij是能量軌跡j屬于類別i的概率。
6.一種基于神經網絡的安全芯片側信道泄漏檢測系統，其特征在于，包括：
訓練樣本采集模塊，針對不同的加密算法，分別采集有防護芯片和無防護芯片在執行加密算法過程的能量軌跡，形成訓練樣本；
標注模塊，對預處理后的樣本數據進行標注，根據加密算法名稱及防護情況進行標注；
神經網絡模型構建模塊，構建神經網絡模型；
訓練模塊，訓練構建的神經網絡模型；
檢測模塊，使用訓練好的神經網絡模型計算能量軌跡的類別，得到檢測結果。
7.根據權利要求6所述的基于神經網絡的安全芯片側信道泄漏檢測系統，其特征在于，所述訓練樣本采集模塊中每次采集指定的樣本數量和時間，采集時間應大于加密所需時間。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于清華大學蘇州汽車研究院（吳江）;清華大學，未經清華大學蘇州汽車研究院（吳江）;清華大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011342859.2/1.html，轉載請聲明來源鉆瓜專利網。
