지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.12
- 수록면
- 1,271 - 1,278 (8page)
이용수
초록· 키워드
오류제보하기
딥러닝 기반 프로파일링 부채널 분석은 신경망을 이용해 부채널 정보와 중간값의 관계를 파악하는 공격 방법이다. 신경망은 신호의 각 시점을 별도의 차원으로 해석하므로 차원별 가중치를 갖는 신경망은 지터가 있는 데이터의 분포를 학습하기 어렵다. 본 논문에서는 CNN(Convolutional Neural Network)의 완전연결 층을 GAP(Global Average Pooling)로 대체하면 태생적으로 지터에 강건한 신경망을 구성할 수 있음을 보인다. 이를 입증하기 위해 ChipWhisperer-Lite 전력 수집 보드에서 수집한 파형에 대해 실험한 결과 검증 데이터 집합에 대한 완전연결 층을 사용하는 CNN의 정확도는 최대 1.4%에 불과했으나, GAP를 사용하는 CNN의 정확도는 최대 41.7%로 매우 높게 나타났다.
목차
요약
ABSTRACT
I. 서론
II. 딥러닝 기반 프로파일링 부채널 분석
III. 지터에 강건한 프로파일링 부채널 분석
IV. 실험 결과
V. 결론
References
참고문헌 (14)
참고문헌 신청
S. Chari, J. R. Rao, and P. Rohatgi, “Template attacks,” Cryptographic Hardware and Embedded Systems, CHES 2002, LNCS 2523, pp. 13-28, Aug. 2002.
W. Shindler, K. Lemke, and C. Paar, “A stochastic model for differential side channel cryptanalysis,” Cryptographic Hardware and Embedded Systems, CHES 2005, LNCS 3659, pp. 30-46, Aug. 2005.
G. Hospodar, B. Gierlichs, E. D. Mulder, I. Verbaushede, and J. Vandewalle, “Machine learning in side-channel analysis: a first study,” Journal of Cryptographic Engineering, pp. 293-302, Oct. 2011.
L. Lerman, R. Poussier, G. Bontempi, O. Markowitch, and F. X. Standaert, “Template attacks versus machine learning revisited and the curse of dimensionality in side-channel analysis,” Journal of Cryptographic Engineering, pp. 301-313, Apr. 2017.
L. Lerman, G. Bontempi, and O. Markowitch, “A machine learning approach against a masked AES,” Journal of Cryptographic Engineering, pp. 123-139, Jun. 2015.
W. Shindler, K. Lemke, and C. Paar, “A stochastic model for differential side channel cryptanalysis,” Cryptographic Hardware and Embedded Systems, CHES 2005, LNCS 3659, pp. 30-46, Aug. 2005.
G. Hospodar, B. Gierlichs, E. D. Mulder, I. Verbaushede, and J. Vandewalle, “Machine learning in side-channel analysis: a first study,” Journal of Cryptographic Engineering, pp. 293-302, Oct. 2011.
L. Lerman, R. Poussier, G. Bontempi, O. Markowitch, and F. X. Standaert, “Template attacks versus machine learning revisited and the curse of dimensionality in side-channel analysis,” Journal of Cryptographic Engineering, pp. 301-313, Apr. 2017.
L. Lerman, G. Bontempi, and O. Markowitch, “A machine learning approach against a masked AES,” Journal of Cryptographic Engineering, pp. 123-139, Jun. 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝에 의한 객체인식 향상을 위한 학습 데이터의 효과적 구성: Mask R-CNN을 중심으로
한국측량학회 학술대회자료집
2019 .04
-
다중 센서 데이터 분석을 위한 설명 가능한 합성곱신경망 모델
대한산업공학회지
2019 .04
-
콘볼류션 신경망을 이용한 손글씨 숫자 인식 구현
한국정보통신학회 종합학술대회 논문집
2021 .05
-
다차원 신경망 및 의사결정 신경망의 딥러닝 학습을 통한 영상인식
한국지능시스템학회 논문지
2018 .02
-
인공신경망의 연결압축에 대한 연구
한국산업정보학회논문지
2017 .10
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
딥러닝의 모형과 응용사례
지능정보연구
2016 .06
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
CNN을 이용한 음성 데이터 성별 및 연령 분류 기술 연구
한국정보기술학회논문지
2018 .11
-
모바일 어플리케이션을 위한 CNN 기반 성별 인식
Proceedings of KIIT Conference
2019 .06
-
Comparison of Convolutional Neural Network Models for Image Super Resolution
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
-
이종 디바이스 환경에 효과적인 신규 딥러닝 기반 프로파일링 부채널 분석
정보보호학회논문지
2022 .10
-
확장형 소스코드 템플릿을 활용한 딥러닝 실습
한국정보통신학회논문지
2023 .11
-
임베디드 보드에서의 인공신경망 압축을 이용한 CNN 모델의 가속 및 성능 검증
한국방송미디어공학회 학술발표대회 논문집
2019 .11
-
CNN 기법을 이용한 차량 종류 식별
Proceedings of KIIT Conference
2018 .06
-
CNN(Convolutional Neural Network)을 이용한 콘크리트 포장 표면결함 분류
한국콘크리트학회 학술대회 논문집
2018 .11
-
Facial Emotion Recognition using Convolutional Neural Network Based on Repetitive Learning Blocks Approach
한국정보과학회 학술발표논문집
2020 .07
-
다층신경망의 다양한 연결구조 제안 및 분석
한국정보기술학회논문지
2018 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-004-001438793