【摘 要】
:
差分故障攻击作为一种经典的侧信道攻击,其攻击原理主要是依赖于在加密设备执行期间恶意注入故障,然后通过分析故障输出和非故障输出之间的差异来推出相关的密钥信息。具有故障注入灵活、分析效率高、攻击复杂度低等优点,对加密算法的工程应用构成了严重威胁。因此,差分故障攻击以及如何抵御差分故障攻击是目前学术界的研究热点之一。本文主要基于故障注入、感染计算以及故障检测等基础思想,对轻量级密码算法ANU和Pyjam
论文部分内容阅读
差分故障攻击作为一种经典的侧信道攻击,其攻击原理主要是依赖于在加密设备执行期间恶意注入故障,然后通过分析故障输出和非故障输出之间的差异来推出相关的密钥信息。具有故障注入灵活、分析效率高、攻击复杂度低等优点,对加密算法的工程应用构成了严重威胁。因此,差分故障攻击以及如何抵御差分故障攻击是目前学术界的研究热点之一。本文主要基于故障注入、感染计算以及故障检测等基础思想,对轻量级密码算法ANU和Pyjamask进行差分故障攻击和防护方案设计。主要研究成果如下:1.提出一种针对ANU-128密码算法的差分故障攻击。该方法根据ANU-128算法的密钥编排以及线性置换规律,随机引入单比特故障。故障经过移位操作以及S盒代换进行传播,输出相应的故障密文,利用故障密文以及S盒的输入输出差分对ANU-128进行差分故障攻击,恢复密钥。实验结果表明,只需要得到9轮连续的轮密钥就能恢复ANU-128完整的主密钥,而恢复每一轮的轮密钥需要的故障数平均为10比特。与已有攻击方法相比,该方法采用的是随机单比特故障,恢复每轮轮密钥所需的故障比特和故障密文的数目较少。2.提出一种追踪故障源以抵御差分故障攻击的防护方案。该方案主要基于感染计算的特性,通过在密文差分值和感染函数处分别加入不同的随机值,来置乱加密过程中密钥信息的输出。再结合故障检测的思想,提出一种可以定位故障源具体位置的差分故障攻击防护方案。作为应用实例,该方案被应用于Pyjamask和SM4的防护中。结果表明,置乱了密钥信息输出的同时,还准确定位了算法中所注入的故障比特位,有效地保护了Pyjamask和SM4算法免受差分故障攻击,证实了该方案的有效性和通用性。与已有方案不同的是,该方案不仅能快速确定攻击者在目标算法中所注入故障的具体位置,而且具有准确度高、易于实现且计算量小等优点。3.提出一种可以抵御双重故障注入的防护方案。该方案在能够定位故障源的方案的基础上,通过将消息认证码作为认证标签,结合消息认证码的工作原理,实现了抵御双故障攻击的目标。为验证该方案的适用性,继续将其应用于轻量级密码算法Pyjamask算法,实验结果表明,不仅准确定位了Pyjamask中的故障源的比特位,并且还准确判断出了被注入的故障是否是双重故障。与已有方案相比,该方案不仅具有可以在定位故障源的同时也能有效抵御双重故障的特性,并且可以有效地适用于所有类型的加密算法。
其他文献
无线传感器网络(Wireless Sensor Networks,WSNs)得益于现代信息、计算、无线通信等技术的迅速发展,因其传感器节点微型、低功耗等优势,已成为当代人们日常生活重要的部分。然而,由于微型廉价的传感器节点在存储、通信和计算等方面资源有限,且在恶劣的环境下容易被破坏,从而导致网络通信受阻。因此,有效地延长网络的生命周期,提高节点的能量效率显得十分重要,而合理的传感器节点部署方法不仅
瞬变电磁法是一种建立在电磁感应原理基础上的有源测量方法,根据测得的瞬变电磁信号分析地电体之间的电阻率差异,进而达到探测地下地质体的目的。然而,瞬变电磁信号容易受到各种噪声的影响,尤其是在信号的晚期测道处,噪声可能会淹没有效的瞬变电磁信号,导致信号的利用受限,影响对深部目标的探测。瞬变电磁信号降噪是指利用各种方法,尽可能地压制噪声,提取有效的瞬变电磁信号,以便后续的处理。目前的瞬变电磁信号降噪方法大
移动通讯和互联网技术的不断进步,以及云计算、大数据等一系列新兴技术的蓬勃发展致使网络空间加速变革,拓扑结构愈发复杂导致网络流量持续爆炸式增长,而且,屡见不鲜的网络攻击事件使得网络安全问题首当其冲。网络安全态势感知技术能够弥补传统安全防护技术的缺陷,通过获取引发网络态势发生变化的态势要素,对其进行安全评估分析,从而及时发现网络攻击威胁与异常,并对网络变化趋势进行预测。它旨在从宏观角度出发,系统、整体
人机对话是自然语言处理领域最具挑战性的任务之一,也是未来实现人机共融社会的基础。近年来,得益于深度学习技术的发展和大数据时代积累的海量数据,基于神经网络的对话生成方法受到了学术界和工业界越来越多的关注。目前基于深度学习的生成式对话模型大多以最大似然估计为训练目标,这种方法容易产生内容单一且不含有意义信息的通用回复。情绪的感知和表达在人与人的交流中起着重要的作用,然而现有的研究主要集中在话语的语义理
随着互联网技术的发展,越来越多的人乐意在网络平台中发表评论。随着时间的推移,网络平台产生并保存了大量的评论性文本信息。这些评论信息往往蕴藏着用户对某事件或某产品的倾向性观点及情感,对其进行情感分析,有助于网络舆情监控;也有助于商家改进产品质量,提高服务水平。在文本情感分析方法中,粗粒度的句子级情感分析只能得到文本的整体情感,无法得到所评论对象不同方面或属性的情感信息。而细粒度的方面级情感分析可获取
随着移动电信技术和智能终端的飞速发展,大量计算密集型、时延敏感型的新型应用不断涌现,如智能交通、虚拟现实、车联网、物联网等,为满足移动终端的低时延响应需求,一种整合网络边缘中异构资源的分布式计算范式被提出,即多接入边缘计算(Multi-access Edge Computing,MEC),又称移动边缘计算。但由于MEC的计算资源有限,且用户终端的任务类型复杂多样,不同任务类型的处理难度差距较大。因
阿尔茨海默症(Alzheimer’s Disease,AD)是一种神经退行性脑部疾病,临床上表现为记忆障碍、行动以及语言能力丧失等。AD根据临床症状表现可分为轻度认知障碍(Mild Cognitive Impairment,MCI)、正常情况(Normal Control,NC)和AD。MCI是AD和NC的一种中间状态,是AD的前驱阶段,且MCI的临床症状不明显,在病情的初期不易被察觉,一般情况下
图像描述是一项融合计算机视觉与自然语言处理的技术,能够实现从图像信息到文字信息的转换。图像描述在人机交互、视觉辅助和智能机器人等诸多场景中具有重要的应用价值。目前大多数是针对英文语句的图像描述研究,中文语句与英文语句在语法、分词、表达等方面有所不同,中文描述语句的准确度和细致度等仍有待提高。本文采用深度学习方法对图像中文描述模型进行研究,主要工作如下:第一,提出了基于多尺度密集连接网络的图像中文描
图节点分类在社交网络、电子商务和疾病预测等领域有着广泛的应用。图结构的复杂性给现有分类算法的应用带来了挑战,因此探索高效的分类算法具有重要的现实意义。本文主要基于图卷积神经网络和超图神经网络对节点的半监督分类方法进行研究。在图卷积神经网络的节点分类方法中,初始的图结构往往存在噪声,直接将其送入网络模型中训练,模型的分类准确率会受到影响。因此本文首先在已有的图神经网络架构上改进,设计一种融合图结构和
智能合约作为以太坊区块链的可编程模块继承了区块链的技术特征——数据的存储和计算方式拥有不可更改的特性。它适用于存在互不信任的应用场景。现有的区块链应用研究一般分为两点:(1)针对区块链去中心化和防篡改的特性将其应用在新的应用场景中。(2)针对区块链技术的限制,扩展区块链的功能。本文主要基于以太坊智能合约技术,做出了以下两点研究。(1)针对在互联网环境下社区代币有中心化、不公开、平台掌控者可以任意修