摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第12-28页 |
1.1 研究背景 | 第12页 |
1.2 侧信道攻击 | 第12-17页 |
1.2.1 发展动因 | 第13-15页 |
1.2.2 攻击原理 | 第15-16页 |
1.2.3 攻击分类 | 第16-17页 |
1.3 国内外研究现状 | 第17-22页 |
1.3.1 发展历程 | 第17-18页 |
1.3.2 主要技术 | 第18-20页 |
1.3.3 研究热点 | 第20-22页 |
1.4 本文主要研究工作 | 第22-26页 |
1.4.1 课题来源 | 第22页 |
1.4.2 研究内容 | 第22-26页 |
1.5 章节安排 | 第26-28页 |
第2章 分组密码安全性分析 | 第28-41页 |
2.1 分组密码设计及理论安全性 | 第28-34页 |
2.1.1 分组密码设计 | 第28-33页 |
2.1.2 设计安全分析 | 第33-34页 |
2.2 密码算法芯片实现 | 第34-37页 |
2.2.1 软件实现 | 第34-35页 |
2.2.2 硬件实现 | 第35-37页 |
2.3 密码实现旁路泄漏 | 第37-40页 |
2.3.1 泄漏特性 | 第37-38页 |
2.3.2 泄漏分类 | 第38页 |
2.3.3 泄漏模型 | 第38-40页 |
2.4 本章小结 | 第40-41页 |
第3章 基于功耗分析的侧信道攻击研究 | 第41-71页 |
3.1 侧信道泄漏分析方法 | 第41-48页 |
3.1.1 泄漏分析策略 | 第41-42页 |
3.1.2 信号对齐方法 | 第42-45页 |
3.1.3 有效点选取方法 | 第45-48页 |
3.2 模板攻击 | 第48-60页 |
3.2.1 模板分析方法 | 第49-51页 |
3.2.2 基于ESN的功耗曲线特征提取 | 第51-53页 |
3.2.3 ESN的功耗曲线特征用于模板攻击分类 | 第53-60页 |
3.3 DPA攻击 | 第60-69页 |
3.3.1 DPA攻击原理 | 第60-61页 |
3.3.2 实验方案 | 第61-65页 |
3.3.3 能耗分析攻击的防御 | 第65-69页 |
3.4 本章小结 | 第69-71页 |
第4章 机器学习在侧信道分析中的应用 | 第71-91页 |
4.1 聚类技术 | 第71-73页 |
4.1.1 层次聚类 | 第71-73页 |
4.1.2 划分法 | 第73页 |
4.2 基于监督式的侧信道分析 | 第73-83页 |
4.2.1 TDPA方法 | 第74-75页 |
4.2.2 监督式机器学习方法 | 第75-76页 |
4.2.3 试验和讨论 | 第76-83页 |
4.3 基于半监督式的侧信道分析 | 第83-90页 |
4.3.1 半监督模板攻击 | 第83-84页 |
4.3.2 特征提取 | 第84-85页 |
4.3.3 试验与分析 | 第85-90页 |
4.4 文章小结 | 第90-91页 |
第5章 侧信道分析的评估 | 第91-127页 |
5.1 密码侧信道评估框架 | 第91-99页 |
5.1.1 术语与定义 | 第91-93页 |
5.1.2 攻击模型 | 第93-96页 |
5.1.3 侧信道评估框架 | 第96-99页 |
5.2 单点密码系统的评估模型 | 第99-113页 |
5.2.1 Welch t检验 | 第100页 |
5.2.2 差分能耗分析过程 | 第100-101页 |
5.2.3 基于假设检验的DPA分析模型 | 第101-106页 |
5.2.4 基于Welch t检验DPA模型的实验分析 | 第106-113页 |
5.3 基于信息共享的安全协同评估 | 第113-126页 |
5.3.1 信息共享带来的隐患 | 第113-115页 |
5.3.2 连接偏好下的安全协同评估 | 第115-126页 |
5.4 文章小结 | 第126-127页 |
总结与展望 | 第127-129页 |
工作总结 | 第127-128页 |
工作展望 | 第128-129页 |
参考文献 | 第129-137页 |
致谢 | 第137-138页 |
攻读学位期间的学术成果 | 第138页 |