17、基于线性回归的侧信道攻击实现效率解析

基于线性回归的侧信道攻击实现效率解析

1. 引言

在密码学领域，软件和硬件在执行加密协议时会泄露敏感信息，侧信道攻击（SCA）就是通过分析这些信息来揭示协议的秘密参数。自Kocher等人发表关于侧信道攻击的开创性论文以来，该领域有了诸多改进。

• 侧信道分析背景 ：目前最有效的侧信道攻击方法是模板攻击（TA），它分为分析和匹配两个阶段。不过，TA存在明显弱点，分析阶段需要大量测量，且需要访问目标设备的开放副本以获取已知的秘密参数。为克服这些问题，Schindler引入了随机方法，通过近似概率密度来进行攻击。虽然随机方法不如TA高效，但它在分析阶段所需的跟踪次数更少，还能转化为非分析型攻击。
• 技术现状回顾 ：Schindler等人最初将线性回归分析（LRA）作为模板攻击的替代方法提出，后续研究表明，LRA在某些情况下比传统随机模型攻击更高效，且可以在单变量环境中进行，所需假设比相关功率分析（CPA）更少。此外，LRA在XOR操作中的应用研究发现，在许多常见场景下，LRA比CPA更有效。不过，现有LRA实现的计算复杂度较高，这使得CPA等其他技术在实践中更受青睐。
• 主要贡献 ：
  1. 展示了矩阵的不变计算，避免了重复计算，减少了处理时间。
  2. 揭示了猜测子密钥0和任意猜测子密钥ˆk的随机模型表达式之间的关系，减少了预处理时间和内存空间。
  3. 提出了一种频谱方法，进一步加速LRA计算。
  4. 将这些改进扩展到高阶掩码环境。