9、小波散射变换与集成方法在侧信道攻击中的应用

小波散射变换与集成方法在侧信道攻击中的应用

1. 引言

在侧信道攻击（SCA）中，攻击者可以通过分析设备执行过程中泄露的信号（如电磁或电流消耗信号）来获取敏感信息。为了提高攻击的效率和准确性，需要对泄露信号进行预处理，并采用合适的分类器来恢复敏感变量。本文提出了使用小波散射变换进行预处理，以及开发分类器组合程序的方法，以提高模板攻击的性能。

2. 问题陈述

• 基本概念 ：一个过程 $g$ 使用明文 $E$ 和密钥 $K$ 计算敏感变量 $Z$，在执行过程中会泄露信号 $X$（即痕迹）。痕迹具有有限大小 $d$，可表示为 $X \in R^d$。攻击者将这些变量视为随机变量，用大写字母表示，其具体实现用小写字母表示。
• 有轮廓攻击 ：有轮廓攻击包括在信号 $X$ 上训练分类器 $y$ 以恢复 $Z$，从而根据 $E$ 得到 $K$ 的线索。训练需要一组用相关敏感变量标记的观察数据，记为 $D_t$，攻击集 $D_a$ 用于评估分类器的性能。
• 密钥估计 ：在攻击过程中，可以通过以下公式估计目标密钥 $k^*$：
  • 单次观察：$P(K = k|X = x_i) = P(Z = g(e_i, k)|X = x_i)$
  • 多次观察：$P(K = k|D_a) = \sum_{i = 1}^{N_a} P(Z = g(e_i, k)|X = x_i)$
• 猜测熵 ：通过对多次攻