神经网络结构在功耗分析中的性能对比

刘飚,路哲,黄雨薇,焦萌,李泉其,薛瑞

北京电子科技学院管理系, 北京 100071

发布日期:2019-01-23

作者简介:刘飚(1981— ),男,博士,研究方向为侧信道攻击与机器学习. E-mail:liubiao521@aliyun.com
基金资助:国家重点研发计划资助项目(2018YFB0803600)

Comparative study on neural network structures in power analysis

LIU Biao, LU Zhe, HUANG Yu-wei, JIAO Meng, LI Quan-qi, XUE Rui

Management Department, Beijing Electronic Science and Technology Institution, Beijing 100071, China

Published:2019-01-23

摘要/Abstract

摘要： 为了探究不同的深度神经网络运用在功耗分析攻击中的性能差异,在DPA_Contest_V4数据集的基础上进行实验。破解循环掩码后,首先将深度神经网络与传统的SVM等机器学习算法模型进行对比,然后分析神经网络模型结构的变化对实验结果的影响,最后结合循环神经网络,将不同的网络模型进行综合比较。实验结果表明,在相同实验条件下,神经网络模型要优于传统的机器学习模型,循环神经网络模型要优于深度神经网络模型,其中,不同层数的神经网络采取的激活函数不同,会导致实验结果发生较大变化。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3020