侧信道攻击研究进展：PoI选择框架与AEAD算法盲侧信道分析

# 侧信道攻击研究进展：PoI选择框架与AEAD算法盲侧信道分析 ## 1. 水平侧信道攻击的PoI选择框架 ### 1.1 研究背景 非对称加密算法在智能卡和嵌入式系统中应用广泛，但容易受到侧信道攻击。传统的垂直攻击在面对盲化对策时效果不佳，于是水平攻击成为攻击者的一个选择。水平攻击通过单条迹线恢复秘密指数或标量，绕过了垂直攻击常用的盲化对策。不过，现有的水平攻击方法在选择感兴趣点（PoI）时存在局限性，比如假设数据分布为两类问题，忽略了实际中的额外成分和噪声，也没有充分考虑相邻点的信息。 ### 1.2 PoI选择技术 - **理论推导**：作者从伯努利分布出发，假设指数或标量的比特分布为伯努利试验，由此得出数据应服从二项分布。由于实际数据是连续的且存在高斯噪声，作者将数据建模为高斯混合分布，并通过期望最大化（EM）算法估计参数。 - **筛选方法**：在选择PoI时，作者使用二项检验和F检验，筛选出符合理论分布且方差相似的点。具体操作步骤如下： 1. 对采集到的信号进行预处理，将其建模为高斯混合分布。 2. 使用期望最大化（EM）算法估计高斯混合分布的参数。 3. 对每个点进行二项检验和F检验，判断其是否符合理论分布且方差相似。 4. 筛选出符合条件的点作为PoI。 ### 1.3 方法改进 为了适应实际场景中的噪声和异常值，作者对方法进行了改进： - **卡方检验**：当数据中存在额外成分时，使用卡方检验判断数据是否服从多项分布，并通过PoI测试筛选出具有两个平衡成分且占主导地位的点。 - **斯皮尔曼相关性检验**：考虑PoI的单调变换，利用斯皮尔曼相关性检验，将相邻点纳入PoI集合，增强了PoI的鲁棒性。 ### 1.4 实验结果 作者将该方法应用于三个数据集，包括两个公开数据集。实验结果表明，该方法能有效选择PoI，攻击成功率接近监督式分析，缩小了监督式和非监督式水平攻击之间的差距。以下是实验结果的简单表格展示： | 数据集 | 攻击成功