摘要 | 第4-6页 |
Abstract | 第6-8页 |
目录 | 第9-12页 |
第一章 绪论 | 第12-36页 |
1.1 课题的研究背景与意义 | 第12-18页 |
1.1.1 信息安全与密码芯片 | 第12-13页 |
1.1.2 密码芯片面临的安全威胁 | 第13-17页 |
1.1.3 机器学习与密码学 | 第17-18页 |
1.1.4 研究意义 | 第18页 |
1.2 相关领域研究现状 | 第18-24页 |
1.3 典型的分组密码算法 | 第24-33页 |
1.3.1 DES算法简介 | 第24-30页 |
1.3.2 AES算法简介 | 第30-33页 |
1.4 内容安排与主要研究成果 | 第33-36页 |
第二章 相关理论基础及电磁信息采集平台设计 | 第36-60页 |
2.1 机器学习理论 | 第36-41页 |
2.1.1 机器学习的概念 | 第36-37页 |
2.1.2 机器学习的分类 | 第37-38页 |
2.1.3 机器学习中的关键技术 | 第38-41页 |
2.2 电磁攻击理论 | 第41-49页 |
2.2.1 电磁辐射的产生 | 第41-42页 |
2.2.2 密码芯片电磁辐射与数据的相关性 | 第42-45页 |
2.2.3 电磁辐射信号测量 | 第45-46页 |
2.2.4 电磁信息泄漏模型 | 第46-47页 |
2.2.5 攻击的基本原理 | 第47-49页 |
2.2.6 攻击点选择策略 | 第49页 |
2.3 常用电磁攻击方法 | 第49-56页 |
2.3.1 相关性电磁分析攻击(CEMA) | 第49-50页 |
2.3.2 差分电磁分析攻击(DEMA) | 第50-51页 |
2.3.3 简单电磁分析攻击(SEMA) | 第51-52页 |
2.3.4 模板攻击(TA) | 第52-56页 |
2.4 密码芯片的电磁信息采集平台构建 | 第56-59页 |
2.5 本章小结 | 第59-60页 |
第三章 一种针对密钥的单比特电磁模板攻击方法 | 第60-68页 |
3.1 问题的提出 | 第60-61页 |
3.2 相关工作 | 第61页 |
3.3 密钥单比特模板攻击方法 | 第61-63页 |
3.4 改进的密钥单比特模板攻击方法 | 第63-64页 |
3.5 实验及结果分析 | 第64-66页 |
3.5.1 实验方案 | 第64-65页 |
3.5.2 实验结果分析 | 第65-66页 |
3.6 本章小结 | 第66-68页 |
第四章 一种快速的电磁模板攻击方法 | 第68-76页 |
4.1 问题的提出 | 第68页 |
4.2 相关工作 | 第68-69页 |
4.3 协方差矩阵求逆 | 第69页 |
4.4 快速的模板攻击方法 | 第69-73页 |
4.5 实验及结果分析 | 第73-75页 |
4.5.1 实验方案 | 第73页 |
4.5.2 实验结果分析 | 第73-75页 |
4.6 本章小结 | 第75-76页 |
第五章 一种基于监督学习的电磁攻击方法 | 第76-91页 |
5.1 问题的提出 | 第76-77页 |
5.2 一种新的特征提取算法 | 第77-79页 |
5.3 支撑向量机 | 第79-87页 |
5.3.1 线性支持向量机 | 第80-82页 |
5.3.2 软间隔分类 | 第82-83页 |
5.3.3 非线性的支持向量机 | 第83-85页 |
5.3.4 多分类SVM | 第85-86页 |
5.3.5 SVM的概率输出 | 第86-87页 |
5.4 基于有概率输出的多分类SVM的攻击方法 | 第87-88页 |
5.5 实验及结果分析 | 第88-89页 |
5.5.1 实验方案 | 第88页 |
5.5.2 实验结果分析 | 第88-89页 |
5.6 本章小结 | 第89-91页 |
第六章 一种基于无监督学习的电磁攻击方法 | 第91-105页 |
6.1 问题的提出 | 第91页 |
6.2 无监督学习框架 | 第91-94页 |
6.3 线性回归理论 | 第94-97页 |
6.3.1 多元线性回归模型 | 第94-95页 |
6.3.2 模型参数β的最小二乘法估计 | 第95页 |
6.3.3 拟合优度 | 第95-97页 |
6.4 基于线性回归的无监督学习方法 | 第97-101页 |
6.4.1 密码设备的线性回归模型 | 第97页 |
6.4.2 算法描述 | 第97-99页 |
6.4.3 “奇异尖峰”(ghost peaks)问题 | 第99-100页 |
6.4.4 基于标准化类间方差的修正 | 第100-101页 |
6.5 实验 | 第101-103页 |
6.5.1 实验方案 | 第101-102页 |
6.5.2 实验结果分析 | 第102-103页 |
6.6 本章小结 | 第103-105页 |
第七章 结论与展望 | 第105-108页 |
7.1 本文工作总结 | 第105-106页 |
7.2 不足及未来研究方向 | 第106-108页 |
参考文献 | 第108-121页 |
致谢 | 第121-122页 |
博士期间发表论文 | 第122页 |