44、基于公平评估框架的互信息分析综合评估

基于公平评估框架的互信息分析综合评估

1. 引言

在信息安全领域，密码实现对侧信道分析的抵抗能力备受关注。侧信道分析（SCA）是从设备执行加密算法时的物理泄漏中提取秘密信息的密码分析技术集合，其中差分功耗分析（DPA）是研究较多的一种。DPA通过某种统计量（区分器）从所有可能的密钥假设中识别出关于（部分）秘密密钥的正确假设。常用的区分器有皮尔逊相关系数和均值距离检验。

互信息（MI）于2008年首次被提出用于DPA，最初人们期望它相比其他区分器有以下优势：
- 效率优势 ：全面利用跟踪测量中的所有信息，比仅测量线性依赖关系的相关区分器更高效。
- 通用区分器 ：捕捉真实设备泄漏与建模泄漏之间的总依赖关系，在未知设备数据依赖泄漏准确模型的场景中有效。
- 适用于高阶攻击 ：自然扩展到多元统计，可用于对受保护实现的高阶攻击，而现有区分器仅处理单变量数据，需对跟踪数据进行预处理，会导致信息丢失。

然而，后续研究发现前两个期望在实践中证据不足，而第三个期望有较多支持。目前尚不清楚基于MI的DPA表现不佳是区分器的内在理论缺陷、次优估计程序的结果，还是未识别出其具有优势的场景。本文引入一个评估框架，在理论基础上评估和比较任何给定场景下的DPA攻击，以深入了解现有文献的研究结果，明确基于MI的DPA何时及在何种意义上具有优势，并识别其理论上成功而其他区分器失败的攻击场景。

2. DPA攻击

2.1 DPA攻击的成功与效率推理

在标准DPA攻击场景中，目标设备的功耗L取决于某个内部值（