5、跨设备侧信道追踪翻译与高效攻击者框架研究

跨设备侧信道追踪翻译与高效攻击者框架研究

1. 跨设备追踪翻译实验

在侧信道分析中，跨设备追踪翻译是一个重要的研究方向，利用生成对抗网络（GAN）可以实现将一个设备捕获的追踪信息翻译到另一个设备。下面将详细介绍不同设备间的追踪翻译实验。

1.1 STM32F1 功率到 STM32F2 功率的翻译

在将 STM32F1 的功率追踪信息翻译到 STM32F2 的实验中，对不同攻击集进行了信噪比（SNR）评估。结果显示，F2 的 SNR 值接近 50，而合成攻击集的 SNR 值接近 200，甚至大于目标域。同时，GAN 成功检索到了 F2 的三个泄漏位置，且这些位置与 F1 的时间位置不同。

在攻击评估方面，当以 F1 为目标进行攻击时，基于深度学习（DL）的攻击在目标域（标记为 F1PW）中，使用少于 2 条追踪信息就能使平均排名达到零。直接使用在 F2 上训练的模型无法成功攻击，但将其翻译到 F2 域后，ASCAD 和 Zaid 网络在 2 条追踪信息内也能成功攻击。对于相关功率分析（CPA），攻击原始追踪信息需要 8 条追踪信息才能成功找到正确密钥，而攻击合成追踪信息仅需 2 条追踪信息。

1.2 STM32F0 功率到 STM32F2 功率的翻译

当将 STM32F0 的功率追踪信息翻译到 STM32F2 时，F2 设备的 SNR 值接近 50，合成攻击集的 SNR 接近 12，小于目标域。不过，GAN 依然成功检索到了 F2 的泄漏位置，尽管 F0 和 F2 的泄漏在时间和数量上有所不同。

在攻击评估中，以 F0 为目标进行攻击时，所有基于 DL 的攻击在目标域（标记为 F0PW）中已经很