9、针对掩码AES的机器学习攻击方法

针对掩码AES的机器学习攻击方法

1. 引言

在密码分析领域，针对掩码AES（高级加密标准）的攻击一直是研究的热点。传统的攻击方法在面对掩码保护时往往效果不佳，而机器学习方法为解决这一问题提供了新的思路。本文将介绍一种基于机器学习的方法，用于评估掩码AES实现的安全级别，并通过实验验证其有效性。

2. 目标实现

2.1 实验数据

实验使用了DPAContest V4网站上公开的电磁发射泄漏数据，以便于结果的重现。目标加密设备是Atmel ATMega - 163智能卡，软件实现了无操作模式的掩码块密码AES - 256加密模式。每条轨迹有435,002个样本，与相同的密钥相关联，并在第一轮加密期间测量。

2.2 掩码方案

采用的掩码方案是“旋转S盒掩码”的变体，这是一种带掩码S盒的加法布尔掩码方案。该方案设计成本低，在硬件环境下性能和复杂度与无保护方案相近，同时能抵抗多种侧信道攻击。其目的是为了保护AES的密钥，通过生成多个掩码值来混淆加密过程。

2.3 实验目标

由于目标是获取前128位密钥，且AES - 128和AES - 256的第一轮相同，因此后续实验主要聚焦于AES - 128。掩码方案基于一个4位随机值（偏移值）为每次加密生成多个掩码值。

3. 实验结果

3.1 寻找轨迹上的偏移值

在进行定量分析之前，进行了初步的可视化阶段，计算了1500条轨迹的每个时刻与偏移值之间的皮尔逊相关性。结果表明，除了轨迹中间部分，每条轨迹中都有大量关于偏移值的信息，这意味着预训练模型有很大概率输出正确的偏移