利用神经网络对加掩算法的高阶攻击研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 高阶能量分析攻击的研究现状 | 第10-12页 |
| 1.3 研究内容及意义 | 第12-13页 |
| 1.4 结构安排 | 第13-14页 |
| 第二章 AES加密算法及能量分析攻击基础 | 第14-27页 |
| 2.1 AES加密算法 | 第14-19页 |
| 2.1.1 AES加密过程 | 第15-16页 |
| 2.1.2 AES解密过程 | 第16-17页 |
| 2.1.3 基本运算 | 第17页 |
| 2.1.4 基本变换 | 第17-19页 |
| 2.2 能量分析攻击及分类 | 第19-20页 |
| 2.3 模板攻击 | 第20-21页 |
| 2.4 掩码策略 | 第21-22页 |
| 2.5 高阶能量分析攻击 | 第22-23页 |
| 2.6 能量泄漏模型 | 第23-24页 |
| 2.7 高阶DPA攻击 | 第24-25页 |
| 2.8 高阶模板攻击 | 第25-26页 |
| 2.9 本章小结 | 第26-27页 |
| 第三章 神经网络算法 | 第27-31页 |
| 3.1 神经网络 | 第27页 |
| 3.2 神经网络类别 | 第27-28页 |
| 3.3 前向拟合神经网络 | 第28-30页 |
| 3.4 神经网络在模板攻击中的应用 | 第30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于神经网络的高阶攻击 | 第31-52页 |
| 4.1 基于神经网络的高阶攻击方式 | 第31-32页 |
| 4.2 能迹特征向量的提取与预处理 | 第32-36页 |
| 4.2.1 兴趣点提取 | 第33-34页 |
| 4.2.2 PCA降维技术 | 第34-35页 |
| 4.2.3 归一化处理 | 第35-36页 |
| 4.3 前向神经网络模型及其训练与攻击 | 第36-39页 |
| 4.3.1 神经网络模型 | 第36-37页 |
| 4.3.2 神经网络训练的输入与训练目标 | 第37页 |
| 4.3.3 训练的损失函数 | 第37-38页 |
| 4.3.4 训练中防止过拟合 | 第38-39页 |
| 4.4 实验与分析 | 第39-51页 |
| 4.4.1 实验目标设备及数据采集 | 第39-41页 |
| 4.4.2 能迹特征向量的提取与预处理 | 第41-42页 |
| 4.4.3 神经网络结构与训练 | 第42-47页 |
| 4.4.4 基于神经网络的高阶CPA攻击 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 结论与展望 | 第52-55页 |
| 5.1 结论 | 第52-53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者在读期间科研成果简介 | 第59-60页 |
| 1 学术论文 | 第59-60页 |
| 致谢 | 第60页 |
