7、高效攻击者框架下的侧信道分析与测量设置探究

高效攻击者框架下的侧信道分析与测量设置探究

1. 高效攻击者框架下的侧信道分析

在侧信道分析中，高效攻击者框架是一个重要的研究方向。在对ASCAD数据集进行实验时，我们使用了多层感知器（MLP）和卷积神经网络（CNN）进行有轮廓的侧信道分析（SCA）。

1.1 不同模型和数据集的实验结果

• MLP在ASCAD固定密钥数据集上的实验 ：从相关实验结果来看，当保留40000条轮廓跟踪时，在搜索五个模型后，最佳的攻击跟踪数量约为3100条。而使用50个模型时，达到猜测熵（GE）小于20所需的最小攻击跟踪数量接近1000条。
• CNN在ASCAD随机密钥数据集上的实验 ：图5展示了CNN架构的实验结果，这进一步证实了之前的观察。由于CNN的超参数选项更多，相比MLP更难调整。在这种情况下，高效攻击者框架表明，增加轮廓跟踪数量和搜索模型数量可以使攻击更强。例如，不断增加轮廓跟踪数量和搜索模型数量，攻击效果会得到显著提升。

模型	数据集	轮廓跟踪数量	搜索模型数量	最佳攻击跟踪数量	达到GE<20最小攻击跟踪数量
MLP	ASCAD固定密钥	40000	5