CN113609535B - 一种侧信道曲线特征提取方法及装置 - Google Patents
一种侧信道曲线特征提取方法及装置 Download PDFInfo
- Publication number
- CN113609535B CN113609535B CN202110937981.2A CN202110937981A CN113609535B CN 113609535 B CN113609535 B CN 113609535B CN 202110937981 A CN202110937981 A CN 202110937981A CN 113609535 B CN113609535 B CN 113609535B
- Authority
- CN
- China
- Prior art keywords
- curve
- side channel
- target
- features
- correlation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000003672 processing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/71—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information
- G06F21/72—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure computing or processing of information in cryptographic circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种侧信道曲线特征提取方法及装置,包括:对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线。确定预设参数,并对所述预设参数进行参数调整,得到目标参数;基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。本发明利用信号处理后的曲线计算相关性,提高了特征提取的准确性,并且可以在特征提取之前对预设参数进行调整,避免固定参数提取的不准确的问题。
Description
技术领域
本发明涉及信息处理技术领域,特别是涉及一种侧信道曲线特征提取方法及装置。
背景技术
芯片中密码算法在运行过程中,会产生一些物理信息的泄露,例如,这些泄露的物理信息可以包括功耗、电磁信号等,这些信息往往和密码算法中间运算过程甚至是密钥有关。侧信道分析利用示波器等设备,将这些物理信息记录下来,形成侧信道曲线,并通过这些物理信息对芯片中运行的密码算法进行分析。
在公钥密码算法的侧信道分析中,往往需要将侧信道曲线中的部分特征进行提取,以用于进一步分析。现有的侧信道曲线的特征提取方式为,用参照特征来与目标侧信道曲线做交叉相关性计算,通过设置最小相关性参数,如果计算出来的相关性大于最小相关性,则提取特征,提取的特征从当前计算相关性的点的前若干个点开始提取,在参照提取长度的若干点后结束。提取的曲线中可以记录一些信息,包括提取的曲线在原始的第几条曲线,以及曲线中的位置等。
但是,这种特征提取的方式是相关性计算和特征提取一起完成,无法对曲线进行预处理,使得提取的特征精度降低,并且所有的提取均是将最小相关性参数进行判断,会使得提取的特征包括了一定的非关注特征,从而使得提取的特征不够准确,可能不满足实际需求。
发明内容
针对于上述问题,本发明提供一种侧信道曲线特征提取方法及装置,实现了提升提取的侧信道曲线特征的准确性。
为了实现上述目的,本发明提供了如下技术方案:
一种侧信道曲线特征提取方法,包括:
对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;
在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线;
确定预设参数,并对所述预设参数进行参数调整,得到目标参数;
基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。
可选地,所述对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线,包括:
获取原始侧信道曲线;
对所述原始侧信道曲线的各个点进行数值处理和滤波处理,获得处理后的各个点;
基于处理后的各个点确定目标侧信道曲线。
可选地,所述基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线,包括:
计算所述参照特征与所述目标侧信道曲线的相关系数;
基于所述相关系数,确定相关性曲线。
可选地,所述预设参数包括:
曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度和开始提取的特征位置。
可选地,所述对所述预设参数进行参数调整,得到目标参数,包括:
对所述相关性曲线进行曲线提取,获得若干条曲线;
基于每一条所述曲线中最大值对应的点,获得与相邻区间中最大值对应的点的距离;
基于所述距离进行异常距离去除,并对去除后的距离进行计算,获得两个特征之间的目标间隔距离;
基于所述目标间隔距离对所述两个特征之间的间隔区间进行调整,获得目标参数。
可选地,所述特征信息包括:
目标特征、所述目标特征在所述原始侧信道曲线中对应的目标曲线、所述目标特征在所述目标曲线中的位置信息以及所述目标特征对应的相关性值。
一种侧信道曲线特征提取装置,包括:
预处理单元,用于对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;
分析单元,用于在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线。
调整单元,用于确定预设参数,并对所述预设参数进行参数调整,得到目标参数;
提取单元,用于基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。
可选地,所述预处理单元包括:
获取子单元,用于获取原始侧信道曲线;
处理子单元,用于对所述原始侧信道曲线的各个点进行数值处理和滤波处理,获得处理后的各个点;
第一确定子单元,用于基于处理后的各个点确定目标侧信道曲线。
可选地,所述分析单元包括:
第二确定子单元,用于在所述目标侧信道曲线中确定参照特征;
计算子单元,用于计算所述参照特征与所述目标侧信道曲线的相关系数;
第三确定子单元,用于基于所述相关系数,确定相关性曲线。
可选地,所述预设参数包括:曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度和开始提取的特征位置;
其中,所述调整单元具体用于:
确定预设参数;
对所述相关性曲线进行曲线提取,获得若干条曲线;
基于每一条所述曲线中最大值对应的点,获得与相邻区间中最大值对应的点的距离;
基于所述距离进行异常距离去除,并对去除后的距离进行计算,获得两个特征之间的目标间隔距离;
基于所述目标间隔距离对所述两个特征之间的间隔区间进行调整,获得目标参数。
可选地,所述特征信息包括:
目标特征、所述目标特征在所述原始侧信道曲线中对应的目标曲线、所述目标特征在所述目标曲线中的位置信息以及所述目标特征对应的相关性值。
相较于现有技术,本发明提供了一种侧信道曲线特征提取方法及装置,包括:对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线。确定预设参数,并对所述预设参数进行参数调整,得到目标参数;基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。本发明利用信号处理后的曲线计算相关性,提高了特征提取的准确性,并且可以在特征提取之前对预设参数进行调整,避免固定参数提取的不准确的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种侧信道曲线特征提取方法的流程示意图;
图2为本发明实施例提供的一种公钥密码算法的侧信道曲线的示意图;
图3为本发明实施例提供的一种侧信道曲线局部放大后的曲线特征的示意图;
图4为本发明实施例提供的另一种侧信道曲线特征提取方法的流程示意图;
图5为本发明实施例提供的一种侧信道曲线提取装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
在本发明实施例中提供了一种侧信道曲线特征提取方法,参见图1,该方法可以包括以下步骤:
S101、对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线。
其中,参见图2,为一种公钥密码算法的侧信道曲线的示意图,即本发明实施例中的原始侧信道曲线是未经处理的直接从密码算法中获得的侧信道曲线。对图2中方框部分的曲线特征进行放大后,得到图3中所示的放大后的曲线特征,可见其中包括一些周期性的特征,而对这些特征进行提取可以用于后续的统计分析和机器学习分析等。
在本发明实施例中为了更精确地提取特征,需要对原始侧信道曲线中的各个点进行预处理,其中,主要是采用了使得特征更明显的信号处理方法。例如,在一种可能的实施方式中,所述对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线,包括:获取原始侧信道曲线;对所述原始侧信道曲线的各个点进行数值处理和滤波处理,获得处理后的各个点;基于处理后的各个点确定目标侧信道曲线。
在该实施方式中数值处理主要包括取绝对值的处理方式,滤波处理主要包括低通滤波和中值滤波求导的处理方式等。需要说明的是,本发明实施例中并不限定信号处理的方式,只要能够使得侧信道曲线中特征更加明显的信号处理方式均可。
S102、在目标侧信道曲线中确定参照特征,并基于参照特征和目标侧信道曲线进行分析,获得相关性曲线。
其中,参照特征是指分析者确定的较为重要的特征,如加密算法中的SA算法的模乘、模平方,加密算法中的ECC算法的点加、倍点等对应的曲线等。
在获得了参照特征后,利用参照特征和信号处理之后的曲线做交叉相关性分析,得到相关性曲线。
S103、确定预设参数,并对预设参数进行参数调整,得到目标参数。
其中,预设参数可以理解为初步确定的参数,该参数可以不需要特别准确,因为在本发明中还包括参数的自适应调整过程,即对预设参数进行参数调整,得到目标参数。实现了利用统计的方法来根据相关性曲线自动调节参数,以降低错误率的目的。其中,预设的参数包括但不局限于:曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度、开始提取特征的位置等,其中,开始提取特征的位置主要是指提前多少个点开始提取。自动调节参数的主要目的是调节两个特征之间的佳能区域,以克服现有技术中提取的所有的相关性大于最小相关性的特征使得提取到非关注特征的问题。
S104、基于目标参数和相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。
提取特征过程中,利用调节完成之后得到的目标参数,每隔一个特征区间间隔,根据区间内的相关性曲线的最大值,提出对应原始曲线在最大值附近的所需长度的特征,并且记录下特征在原始曲线中是第几条、以及在该条曲线中的位置,同时记录该特征对应的相关性的值。因此,在本发明实施例中,在原始侧信道曲线中提取到的特征信息包括但不局限于:目标特征、所述目标特征在所述原始侧信道曲线中对应的目标曲线、所述目标特征在所述目标曲线中的位置信息以及所述目标特征对应的相关性值。具体可以根据实际对侧信道曲线的分析需求,来确定最终提取到的特征信息。
本发明实施例提供了一种侧信道曲线特征提取方法,包括:对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线。确定预设参数,并对所述预设参数进行参数调整,得到目标参数;基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。本发明利用信号处理后的曲线计算相关性,提高了特征提取的准确性,并且可以在特征提取之前对预设参数进行调整,避免固定参数提取的不准确的问题。
在本发明实施例的一种实施方式中,所述基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线,包括:计算所述参照特征与所述目标侧信道曲线的相关系数;基于所述相关系数,确定相关性曲线。
即在该实施方式中是通过计算相关性系数来确定相关性曲线的,其中,相关性系数是指变量之间线性相关程度的量,相关系数的定义方式基于研究对象确定。在本发明实施例中相关系数是指参照特征与进行预处理后得到的目标侧信道曲线之间的相关程度的参数。对应的,也可以利用参照特征和信号处理之后的目标侧信道曲线做交叉相关性分析,得出相关性曲线,其中,交叉相关性也可以理解为利用参照特征与目标侧信道曲线做卷积。
在本发明实施例中,对所述预设参数进行参数调整,得到目标参数的过程包括:
对所述相关性曲线进行曲线提取,获得若干条曲线;
基于每一条所述曲线中最大值对应的点,获得与相邻区间中最大值对应的点的距离;
基于所述距离进行异常距离去除,并对去除后的距离进行计算,获得两个特征之间的目标间隔距离;
基于所述目标间隔距离对所述两个特征之间的间隔区间进行调整,获得目标参数。
首先从相关性曲线中取出若干条曲线,然后对每条曲线进行值最大点的寻找,以得到的点为基点,从该点向左、向右逐步在特征间隔区间内寻找值最大的点,记录下相邻的区间最大值点之间的距离,估计这些距离分布,并去掉异常值,对剩下的值求最大、最小以及平均值。根据计算得到的最大、最小以及平均值,来计算新的两个特征之间的间隔区间,利用该间隔区间调节两个特征之间的间隔区间。
参见图4,其示出了本发明实施例提供的另一种侧信道曲线特征提取方法的流程示意图。该方法包括:
(1)对原始曲线进行信号预处理,可以利用能够使得特征更明显的信号处理方式进行处理,如取绝对值、低通滤波、中值滤波求导等方式,从而得到信号处理之后的曲线。
(2)选择参照特征,计算相关性曲线,其中,计算相关性曲线的方法为:在信号处理之后的曲线中选取参照特征,并用这个参照特征和信号处理之后的曲线做交叉相关性分析,得到相关性曲线。
(3)设定预设参数,其中,预设参数可以并不需要很精确,因为在本发明中还会有参数的自适应调整过程。预设参数包括:曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度、开始提取特征的位置等。
(4)自动调节参数,进行自动调节参数的主要目的是调节链各个特征之间的间隔区间,以去除最终结果中非关注的特征。
(5)利用调节完的参数和相关性曲线,从原始曲线中提取特征。提取特征过程中,利用调节完的参数,每隔一个特征区间间隔,根据区间内的相关性曲线的最大值,提出对应原始曲线在最大值附近的所需长度的特征。并且记录下特征在原始曲线中是第几条,以及在该条中的位置,并记录该特征对应的相关性的值。
其中,确定两个特征之间的间隔区间的过程包括:首先从相关性曲线中取出若干条曲线,然后对每条曲线进行值最大点的寻找,以得到的点为基点,从该点向左、向右逐步在特征间隔区间内寻找值最大的点,记录下相邻的区间最大值点之间的距离,估计这些距离分布,并去掉异常值,对剩下的值求最大、最小以及平均值。根据计算得到的最大、最小以及平均值,来计算新的两个特征之间的间隔区间,利用该间隔区间调节两个特征之间的间隔区间。
在本发明实施例中,利用信号处理之后的曲线来计算相关性,以提高准确性。提取特征过程时,在一定间隔之后再提取下一个特征,避免提取出不需要的特征。并且利用统计的方法来根据相关性曲线自动调节间隔,降低错误率。
基于前述实施例,参见图5,本发明实施例中还提供了一种侧信道曲线特征提取装置,包括:
预处理单元10,用于对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;
分析单元20,用于在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线。
调整单元30,用于确定预设参数,并对所述预设参数进行参数调整,得到目标参数;
提取单元40,用于基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。
可选地,所述预处理单元包括:
获取子单元,用于获取原始侧信道曲线;
处理子单元,用于对所述原始侧信道曲线的各个点进行数值处理和滤波处理,获得处理后的各个点;
第一确定子单元,用于基于处理后的各个点确定目标侧信道曲线。
可选地,所述分析单元包括:
第二确定子单元,用于在所述目标侧信道曲线中确定参照特征;
计算子单元,用于计算所述参照特征与所述目标侧信道曲线的相关系数;
第三确定子单元,用于基于所述相关系数,确定相关性曲线。
可选地,所述预设参数包括:曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度和开始提取的特征位置;
其中,所述调整单元具体用于:
确定预设参数;
对所述相关性曲线进行曲线提取,获得若干条曲线;
基于每一条所述曲线中最大值对应的点,获得与相邻区间中最大值对应的点的距离;
基于所述距离进行异常距离去除,并对去除后的距离进行计算,获得两个特征之间的目标间隔距离;
基于所述目标间隔距离对所述两个特征之间的间隔区间进行调整,获得目标参数。
可选地,所述特征信息包括:
目标特征、所述目标特征在所述原始侧信道曲线中对应的目标曲线、所述目标特征在所述目标曲线中的位置信息以及所述目标特征对应的相关性值。
本发明实施例提供了一种侧信道曲线特征提取装置,包括:预处理单元对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;分析单元在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线。调整单元确定预设参数,并对所述预设参数进行参数调整,得到目标参数;提取单元基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息。本发明利用信号处理后的曲线计算相关性,提高了特征提取的准确性,并且可以在特征提取之前对预设参数进行调整,避免固定参数提取的不准确的问题。
基于前述实施例,本发明的实施例提供一种计算机可读存储介质,计算机可读存储介质存储有一个或者多个程序,该一个或者多个程序可被一个或者多个处理器执行,以实现如上任一项的侧信道曲线特征提取方法的步骤。
本发明实施例还提供了一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现的侧信道曲线特征提取方法的步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和涉及约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种侧信道曲线特征提取方法,其特征在于,包括:
对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;
在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线;
确定预设参数,并对所述预设参数进行参数调整,得到目标参数;
基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息;
其中,所述预设参数包括:曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度和开始提取的特征位置;
所述对所述预设参数进行参数调整,得到目标参数,包括:
对所述相关性曲线进行曲线提取,获得若干条曲线;
将每一条所述曲线中最大值对应的点作为基点,基于所述基点分别向左、向右在相邻区间内寻找最大值对应的点,获得所述基点与所述相邻区间中最大值对应的点的距离;
对所述距离去除异常值,并对去除异常值后的距离计算最大值、最小值以及平均值,根据所述最大值、所述最小值以及所述平均值,确定两个特征之间的目标间隔距离;
基于所述目标间隔距离对所述两个特征之间的间隔区间进行调整,获得目标参数。
2.根据权利要求1所述的方法,其特征在于,所述对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线,包括:
获取原始侧信道曲线;
对所述原始侧信道曲线的各个点进行数值处理和滤波处理,获得处理后的各个点;
基于处理后的各个点确定目标侧信道曲线。
3.根据权利要求1所述的方法,其特征在于,所述基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线,包括:
计算所述参照特征与所述目标侧信道曲线的相关系数;
基于所述相关系数,确定相关性曲线。
4.根据权利要求1所述的方法,其特征在于,所述特征信息包括:
目标特征、所述目标特征在所述原始侧信道曲线中对应的目标曲线、所述目标特征在所述目标曲线中的位置信息以及所述目标特征对应的相关性值。
5.一种侧信道曲线特征提取装置,其特征在于,包括:
预处理单元,用于对原始侧信道曲线中的各个点进行预处理,获得目标侧信道曲线;
分析单元,用于在所述目标侧信道曲线中确定参照特征,并基于所述参照特征和所述目标侧信道曲线进行分析,获得相关性曲线;
调整单元,用于确定预设参数,并对所述预设参数进行参数调整,得到目标参数;
提取单元,用于基于所述目标参数和所述相关性曲线,在原始侧信道曲线中进行特征提取,获得特征信息;
其中,所述预设参数包括:曲线中开始提取特征的起始点、两个特征之间的间隔区间、所要提取的特征长度和开始提取的特征位置;
所述调整单元具体用于:
确定预设参数;
对所述相关性曲线进行曲线提取,获得若干条曲线;
将每一条所述曲线中最大值对应的点作为基点,基于所述基点分别向左、向右在相邻区间内寻找最大值对应的点,获得所述基点与所述相邻区间中最大值对应的点的距离;
对所述距离去除异常值,并对去除异常值后的距离计算最大值、最小值以及平均值,根据所述最大值、所述最小值以及所述平均值,确定两个特征之间的目标间隔距离;
基于所述目标间隔距离对所述两个特征之间的间隔区间进行调整,获得目标参数。
6.根据权利要求5所述的装置,其特征在于,所述预处理单元包括:
获取子单元,用于获取原始侧信道曲线;
处理子单元,用于对所述原始侧信道曲线的各个点进行数值处理和滤波处理,获得处理后的各个点;
第一确定子单元,用于基于处理后的各个点确定目标侧信道曲线。
7.根据权利要求5所述的装置,其特征在于,所述分析单元包括:
第二确定子单元,用于在所述目标侧信道曲线中确定参照特征;
计算子单元,用于计算所述参照特征与所述目标侧信道曲线的相关系数;
第三确定子单元,用于基于所述相关系数,确定相关性曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937981.2A CN113609535B (zh) | 2021-08-16 | 2021-08-16 | 一种侧信道曲线特征提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937981.2A CN113609535B (zh) | 2021-08-16 | 2021-08-16 | 一种侧信道曲线特征提取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113609535A CN113609535A (zh) | 2021-11-05 |
CN113609535B true CN113609535B (zh) | 2024-02-13 |
Family
ID=78340832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110937981.2A Active CN113609535B (zh) | 2021-08-16 | 2021-08-16 | 一种侧信道曲线特征提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609535B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395607B (zh) * | 2020-11-30 | 2024-05-07 | 中国信息安全测评中心 | 一种侧信道分析方法及装置 |
CN117040722B (zh) * | 2023-10-08 | 2024-02-02 | 杭州海康威视数字技术股份有限公司 | 一种基于多损耗正则化降噪自动编码器的侧信道分析方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011085750A (ja) * | 2009-10-15 | 2011-04-28 | Fuji Electric Holdings Co Ltd | 楕円曲線スカラー倍算装置 |
JP2014007705A (ja) * | 2012-06-27 | 2014-01-16 | Tokai Rika Co Ltd | サイドチャネル評価装置及びサイドチャネル評価方法 |
US9268938B1 (en) * | 2015-05-22 | 2016-02-23 | Power Fingerprinting Inc. | Systems, methods, and apparatuses for intrusion detection and analytics using power characteristics such as side-channel information collection |
CN107390213A (zh) * | 2017-07-14 | 2017-11-24 | 中南大学 | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 |
CN108243126A (zh) * | 2016-12-26 | 2018-07-03 | 航天信息股份有限公司 | 一种确定差拍错位点的方法及装置 |
EP3695783A1 (en) * | 2019-02-15 | 2020-08-19 | Origin Wireless, Inc. | Method, apparatus, and system for wireless gait recognition |
CN111680787A (zh) * | 2020-06-12 | 2020-09-18 | 中国人民解放军战略支援部队信息工程大学 | 一种侧信道曲线的处理方法、装置及电子设备 |
CN112332970A (zh) * | 2019-08-05 | 2021-02-05 | 上海复旦微电子集团股份有限公司 | 攻击sm9签名算法的侧信道分析方法、装置、介质及设备 |
CN112395607A (zh) * | 2020-11-30 | 2021-02-23 | 中国信息安全测评中心 | 一种侧信道分析方法及装置 |
-
2021
- 2021-08-16 CN CN202110937981.2A patent/CN113609535B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011085750A (ja) * | 2009-10-15 | 2011-04-28 | Fuji Electric Holdings Co Ltd | 楕円曲線スカラー倍算装置 |
JP2014007705A (ja) * | 2012-06-27 | 2014-01-16 | Tokai Rika Co Ltd | サイドチャネル評価装置及びサイドチャネル評価方法 |
US9268938B1 (en) * | 2015-05-22 | 2016-02-23 | Power Fingerprinting Inc. | Systems, methods, and apparatuses for intrusion detection and analytics using power characteristics such as side-channel information collection |
CN108243126A (zh) * | 2016-12-26 | 2018-07-03 | 航天信息股份有限公司 | 一种确定差拍错位点的方法及装置 |
CN107390213A (zh) * | 2017-07-14 | 2017-11-24 | 中南大学 | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 |
EP3695783A1 (en) * | 2019-02-15 | 2020-08-19 | Origin Wireless, Inc. | Method, apparatus, and system for wireless gait recognition |
CN112332970A (zh) * | 2019-08-05 | 2021-02-05 | 上海复旦微电子集团股份有限公司 | 攻击sm9签名算法的侧信道分析方法、装置、介质及设备 |
CN111680787A (zh) * | 2020-06-12 | 2020-09-18 | 中国人民解放军战略支援部队信息工程大学 | 一种侧信道曲线的处理方法、装置及电子设备 |
CN112395607A (zh) * | 2020-11-30 | 2021-02-23 | 中国信息安全测评中心 | 一种侧信道分析方法及装置 |
Non-Patent Citations (2)
Title |
---|
Proposed Elliptic Curve for Counter-Measuring both Sign Change Fault Attacks and Side Channel Attacks;E. -S. A. El-Badawy, A. -A. M. Emarah and A. E. T. El-Deen;Proceedings of the Twenty Third National Radio Science Conference;1-7 * |
密码算法的硬件实现与侧信道攻防技术研究;赵昱霖;信息科技;23-44 * |
Also Published As
Publication number | Publication date |
---|---|
CN113609535A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113609535B (zh) | 一种侧信道曲线特征提取方法及装置 | |
US20090022401A1 (en) | Image Processing, Image Feature Extraction and Image Matching Apparatuses, Methods and Programs, and Image Matching System | |
CN105184290B (zh) | 目标区域提取方法及系统 | |
EP2323066A3 (en) | Biometric authentication method and computer system | |
CN110460838B (zh) | 一种镜头切换的检测方法、装置及计算机设备 | |
JP2015503763A5 (zh) | ||
US20090274338A1 (en) | Method and System for Enhanced Image Alignment | |
CN107357764B (zh) | 数据分析方法、电子设备及计算机存储介质 | |
CN109842858B (zh) | 一种业务异常订购检测方法及装置 | |
JP2010268163A5 (ja) | 画像処理装置、画像処理装置の制御方法、およびプログラム | |
CN113722543A (zh) | 一种视频相似性比对方法、系统及设备 | |
JP5509153B2 (ja) | 歩容解析方法、歩容解析装置及びそのプログラム | |
CN117557566B (zh) | 基于图像特征的电子烟发热丝质量智能检测方法 | |
US20220036038A1 (en) | Fingerprint Identification Method and Apparatus, Storage Medium and Terminal | |
JP3733057B2 (ja) | 製造プロセスにおける操業解析装置、その方法、及びコンピュータ読み取り可能な記憶媒体 | |
KR102325629B1 (ko) | 이상 탐지 방법 및 이상 탐지 장치 | |
JP7374868B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
KR101808642B1 (ko) | 빅데이터 로그 예측분석시스템 | |
CN111353526A (zh) | 一种图像匹配方法、装置以及相关设备 | |
CN116341770A (zh) | 基于聚苯乙烯生产数据的生产能力预测方法及系统 | |
JP2005160020A5 (zh) | ||
CN107229621B (zh) | 差异数据的清洗方法及装置 | |
CN113314153B (zh) | 语音端点检测的方法、装置、设备和存储介质 | |
JP2017033169A (ja) | 映像同定装置、方法、及びプログラム | |
CN107884791B (zh) | 一种gnss定位数据的滤波方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |