差分能量攻击样本选取具体办法.docVIP

  • 10
  • 0
  • 约8.27千字
  • 约 13页
  • 2018-11-16 发布于江苏
  • 举报
差分能量攻击样本选取具体办法

差分能量攻击样本选取方法 摘 要:为了解决差分能量攻击(dpa)中的样本选取问题,提出了一套样本选取方法。方法从所使用的实验平台出发,通过理论分析提出样本选取方式和数量,然后进行实验验证。以aes算法为例,分别进行了仿真实验和实测实验,验证了所提出的选取方法的准确性。结果表明,仿真攻击的明文样本应该按顺序取,数量为一个全排列,而实测攻击应该直接采用大量随机数,两者对明文样本的要求存在较大差别。 关键词:差分能量攻击;样本选取;功耗曲线;高级加密标准 中图分类号: tn492;tp309.2 文献标志码:a   abstract: to resolve the problem with selecting the samples in the differential power attack (dpa), this paper proposed a set of samples selection method. based on the given experimental platform, the mode and amount of samples selection were proposed through theoretical analysis, and then were validated by experiments. for advanced encryption standard (aes), this paper put forward the samples selection methods for simulation test and practical experimentation, and proved that the proposed method was right. the results show that the simulation sample plaintext attack should be taken in sequence, with the quantity of a full array. and the attack should be measured directly using a large number of random numbers. there is a big difference in the explicit requirements of the sample. key words: differential power attack (dpa); samples selection; power trace; advanced encryption standard (aes) 0 引言 能量攻击是应用最为广泛且最具威胁的旁道攻击技术之一,其基本思想是通过分析密码设备的能量消耗获得其密钥。自kocher等于1998年提出能量攻击概念[1],并对des(data encryption standard)算法的硬件实现进行实际的攻击,该方法几乎被应用于所有的分组密码的硬件实现,并涌现出了大量的研究成果[2]。由于差分能量攻击(differential power attack, dpa)者几乎不用知道除了算法之外的任何信息,非常有效且攻击所需的硬件资源很小,dpa成为最广泛的能量分析攻击方法。 虽然现有的差分能量攻击文献很多,但是其中对样本选取问题的讨论却很少。不考虑时间随机化[3]、功耗平衡[4]、掩码[5]等加防御措施的情况,本文以目前广泛使用的aes算法为例,对分组密码算法差分能量攻击过程中样本选取问题进行研究,经过对比分析实验结果,分别提出了针对仿真验证和实测验证的样本选取方法。 1 差分能量攻击原理 dpa攻击利用密码设备能量消耗的数据依赖性,使用大量的功耗曲线来分析固定时刻设备的能量消耗,并将其作为被处理数据的函数。通常,dpa攻击需要经过以下几个步骤:首先,选择所执行算法的某个中间值作为区分函数并计算区分函数值;其次,测量密码设备在加解密不同数据时的能量消耗;最后是分析处理数据。差分功耗计算公式如式(1)所示: tj=∑mi=1[dijpi]∑mi=1dij-∑mi=1[(1-dij)pi]∑mi=1(1-dij)(1) 其中:dij表示第i个明文与第j个猜测密钥运算得到的区分函数值;pi表示第i个明文加密时的功耗值;tj表示第j个猜测密钥的差分功耗,它由dij=1的功耗集合的均值减去的功耗集合的均值得到。 本文以s盒输出某一位的汉明重量作为区分函数进行分析,下面的数据均是以此为基础进行分析得到的。

文档评论(0)

1亿VIP精品文档

相关文档