基于主成分分析的aes算法相关功耗分析攻击

《基于主成分分析的aes算法相关功耗分析攻击》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TN918.1UDC：D10621-308-(2016)0273-0密级：公开编号：3130602001成都信息工程大学硕士学位论文基于主成分分析的AES算法相关功耗分析攻击蔡琛姓名学号3130602001学院计算机学院学位类型□学术型专业学位学习形式全日制□非全日制学科/领域计算机技术研究方向信息安全陈运教授校内导师校外成都信息工程大学硕壬学位论文原创性声明本人郑重声明：所呈交的学位论文《基于主成分分析的ＡＥＳ算法相关功耗分析攻击》，，是本人在指导教师陈运指导下进行研究工作所取得的成果。除论、文中已标明的引用内容之外，本论文的科研成果不包含任何其他人创作的己经

2、公开发布或者没有公开发表的内容。对本论文所涉及的研巧内容做出贡献的其他１。＞集体和个人，全部在文中＾１明确的方式标明本学位论文原创性声明的法律责任由本人承担。论文作者签名：心４年叫日爲泉名之Ｌ指导教师签名：年月日心）／占志都运品畜為硕±学位论文版权使用授权书本人完全知道成都信息工程大学关于保存、收集，同、使用学位论文的规定意下面各项内容：按照学校的要求上交学位论文的印刷版本和电子版本；学校有、权保存学位论文的印刷本和电子版，并采用影印缩印、扫描、数字化或其它手段保存论文Ｌ义及提供本学位论文全文或者部分的阅览服；学校有权提供目录检索

3、务；学校有权按有关规定向国家有关部ｎ或者机构送交论文的复印件和电子版；学校可复制。、赠送和交换学位论文；学校可Ｗ公布本论文的全部或部分内容（保密学位论文在解密之后遵守此规定）除非有其他科研合同和其他法律文书的制约，本学位论文的科研成果属于成都信息工程大学。论文作者签名；餘Ｗ石年名月日ＬＬ指导教师签名；也一年６月日钓本论文密级属于级，保密的期限为年，解密之后适用本授权书。密级解密时间年月日学位论文指导教师学校保密办公作者签名＾。＾签名＾。＾室审核情况年月日年月曰年月曰ＩＩＩＩ注：答辩通过旨每份定稿提交的论文中均须附由

4、作者本人签名的原创声明及使周授权书。成都信息工程大学硕士学位论文基于主成分分析的AES算法相关功耗分析攻击学科领域名称：计算机技术研究生：蔡琛指导教师：陈运教授摘要物联网和互联网+的迅速发展使得越来越多的电子设备如智能家电、无线传感器、工程机器等互联互通。边信道的攻击方法是通过分析加密算法运行时泄露的边信息，例如时间、功耗等来破解其密钥并获取权限。轻量级的物联网设备因为结构简单，功能单一更容易受到边信道攻击的威胁，因此深入研究边信道攻击十分必要。在边信道攻击中，具有实施简单、普适性强优点的相关功耗分析攻击被广泛使用。然而，通过对AES算法的相关功耗分析攻击的相关系数与样本点位置进行分析

5、后发现：功耗曲线中存在密钥相关性高的冗余样本点和密钥低相关区域的样本点，这些点对分析出密钥都是无用的，即相关功耗分析了大量无用的样本点。密钥相关性高的冗余点是指高相关区域中存在多个含有密钥高相关信息的样本点，这些点只需一个就可以分析出密钥，即其他点都是冗余的。密钥低相关区域的样本点是指该区域内的点与所有密钥的相关性都较低。针对这两个问题，提出使用主成分分析对功耗曲线进行预处理，提取出高相关的特征，分离出低相关区域；使用曲线压缩中的最大值提取法，采用两周期提取一个最大值取代这两周期内的所有点的方式来减少冗余点。这两种方法通过减少功耗曲线的点达到减少数据分析量的目的。实验结果表明：主成分分析的

6、预处理能将全部的相关性强的样本点特征提取到前111号主成分中，将低相关区域的特征分离到111号之后的主成分中，只使用高相关的主成分就可以分析得出全部字节的密钥值，并使分析量减少了大约3/4；多组使用不同阈值的最大值提取法的对比实验发现，采用两周期的阈值效果更好，且更符合汇编指令访问外部存储操作两周期的特性；先进行最大值提取，再进行主成分分析的方法对曲线预处理的效果更好，能够将实际的分析量减少至原始方法的5.5%左右。通过对算法实现、微处理器架构和采集环境的分析找出了存在这两个问题的原因：为了更精确的采集到功耗信息，采样频率数倍于时钟频率，即一个时钟内多采集了多个样本点，这导致了功耗样本点的

7、冗余；微处理器执行其他操作的样ii成都信息工程大学硕士学位论文本点也会被采集到，这些点相关性很低，导致了低相关区域的出现。关键词：边信道攻击；相关功耗分析攻击；主成分分析；AES算法；功耗曲线压缩iii成都信息工程大学硕士学位论文CorrelationPowerAnalysisforAESBased-onPrincipalComponentAnalysisCAIChen(ComputerTechnology)Direct