ComputerEngineeringandApplications计算机工程与应用2023，59（6）随着信息时代的到来，由加密设备组成的智能卡、银行卡、电子锁、无线网络、各式监控、共享充电宝、智能手机[1]都是随处可见的，在这样的大环境下人们的生活更加便捷舒适，但与此同时密码算法却遭到了威胁，产生最大威胁的攻击手段是侧信道攻击，它由Kocher等人提出[2]。侧信道攻击与数学分析类的攻击手段不同，它利用仪器捕获到与密钥有关的物理信息，如加密过程中释放的声音、电磁辐射、功耗损失、时间特征等关键信融合CNN_LSTM的侧信道攻击彭佩1，2，张美玲1，2，郑东1，21.西安邮电大学网络空间安全学院，西安7101212.西安邮电大学陕西省无线网络安全技术国家工程实验室，西安710121摘要：基于深度学习在侧信道攻击中的应用，在Chipwhisperer平台中实现AES算法，在其加密过程中测量相应能量迹，再利用CPA技术分析得出兴趣点位置，并针对兴趣点做出模型训练。在卷积神经网络（CNN），长短时记忆网络（LSTM）和CNN_LSTM混合模型三种网络模型上，结合数据预处理技术训练同步和异步能量迹。实验结果表明三种模型同步状态下的准确率相当，另外在保证模型训练参数不变的情况下逐渐增大异步数据时，三个模型训练集和测试集的准确率都在减少，但新提出的混合模型下降速度变化是最慢的，在实验异步数加大到50时，仍可以保证准确率在90%之上，即几乎一条能量迹就可恢复出正确密钥。所以，CNN_LSTM模型可以更好地适应能量迹发生异步的情况。关键词：高级加密标准（AES）；侧信道攻击；卷积神经网络；长短时网络；深度学习文献标志码：A中图分类号：TN918.4doi：10.3778/j.issn.1002-8331.2111-0511SideChannelAttackFusedwithCNN_LSTMPENGPei1，2,ZHANGMeiling1，2,ZHENGDong1，21.SchoolofCommunications&InformationEngineering,Xi’anUniversityofPostsandTelecommunications,Xi’an710121,China2.ShaanxiProvinceWirelessNetworkSecurityTechnologyNationalEngineeringLaboratory,Xi’anUniversityofPostsandTelecommunications,Xi’an710121,ChinaAbstract：Basedontheapplicationofdeeplearninginside-channelattacks,theAESalgorithmisfirstimplementedintheChipwhispererplatform,thecorrespondingenergytraceismeasuredduringitsencryptionprocess,andthentheCPAtechnologyisusedtoanalyzethelocationofthepointofinterest,andmodeltrainingismadeforthepointofinterest.Onthethr...
