23、不同设备上的模板攻击及密码函数联合分布在侧信道分析中的应用

不同设备上的模板攻击及密码函数联合分布在侧信道分析中的应用

1. 不同设备上模板攻击概述

在不同设备上进行模板攻击时， campaign 相关参数（如温度、环境噪声等）是导致数据差异的主要因素，而非设备间的差异。这些差异使得除 Fisher 线性判别分析（LDA）外的常见压缩方法在标准模板攻击中失效。为提高跨设备攻击性能，研究了多种模板攻击变体，包括补偿直流偏移和多设备分析。

1.1 PCA 和 LDA 压缩效果对比

通过实验对比了主成分分析（PCA）和 LDA 在不同 m 值下的模板攻击效果：
- LDA ：m = 4 和 m = 5 之间差距大，m = 3 和 m = 4 之间无差距，m = 5 和 m = 40 之间差距小。这表明使用 LDA 时应忽略含强直流系数的特征向量。
- PCA ：m = 4 和 m = 5 之间差距大（与 LDA 相反），m = 5 和 m = 40 之间差距可忽略。说明若包含含直流偏移信息的特征向量，PCA 可在不同设备间有效工作。

1.2 实验结果

方法	m 值对比	差距情况	结论
LDA	m = 4 与 m = 5	大	忽略含强直流系数的特征向量