| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-04-12 14:40 深層学習を用いたサイドチャネル攻撃の性能評価手法に関する検討 ○伊東 燦・上野 嶺・本間尚文（東北大）  HWS2021-8 |
|
| 抄録 | （和） | 本稿では，深層学習を用いたサイドチャネル攻撃（DL-SCA）の直接的かつ定量的な性能評価を目的として，攻撃成功確率（SR: Success Rate）の下界と推測エントロピー（GE: Guessing Entropy）の上界の推定手法を提案する．サイドチャネル攻撃では，攻撃の効率を測るための指標としてSRとGEが広く用いられている．一方で，DL-SCAではAccuracyやPrecisionなどの機械学習で一般的に用いられる性能評価指標が，SRとGEを推定する上で有効ではないことが指摘されていた．本稿で提案する手法では，DL-SCAで用いられる負の対数尤度が独立な確率変数の和に帰着できることに着目し，確率集中不等式を用いて緊密なGEの上界とSRの下界を導出する．様々なデータセットに対する攻撃実験を通して，提案手法により導出したGEの上界およびSRの下界の有効性を確認する． |
| （英） | This paper presents a method for estimating the lower bound of success rate (SR) and the upper bound of guessing entropy (GE) on deep-learning-based side-channel attacks (DL-SCAs) for the purpose of direct and quantitative performance evaluation. In conventional side-channel attacks, SR and GE are widely used as indicators for measuring the efficiency of attacks. On the other hand, in DL-SCA, it is pointed out that performance evaluation metrics generally used in machine learning such as Accuracy and Precision are not effective in estimating SR and GE. In this paper, we consider that the negative log-likelihood used in DL-SCA can be reduced to the sum of independent random variables, and derive a tighter GE upper bound and SR lower bound using a probability concentration inequality. Through attack experiments on different data sets, we confirm the effectiveness of the upper bound of GE and the lower bound of SR derived by the proposed method. | |
| キーワード | （和） | サイドチャネル攻撃 / 深層学習 / 確率集中不等式 / / / / / |
| （英） | Side-channel attacks / Deep learning / Probability concentration inequalities / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 1, HWS2021-8, pp. 33-38, 2021年4月. | |
| 資料番号 | HWS2021-8 | |
| 発行日 | 2021-04-05 (HWS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | HWS2021-8 |
|
| 研究会情報 | |
| 研究会 | HWS |
| 開催期間 | 2021-04-12 - 2021-04-12 |
| 開催地（和） | 東京大学 武田先端知ビル（武田ホール）/オンライン開催 |
| 開催地（英） | Tokyo University/Online |
| テーマ（和） | ハードウェアセキュリティ，一般 |
| テーマ（英） | Hardware Security |
| 講演論文情報の詳細 | |
| 申込み研究会 | HWS |
| 会議コード | 2021-04-HWS |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いたサイドチャネル攻撃の性能評価手法に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | On the Performance Evaluation of Deep-Learning Based Side-Channel Attacks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | サイドチャネル攻撃 / Side-channel attacks |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | 確率集中不等式 / Probability concentration inequalities |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 伊東 燦 / Akira Ito / イトウ アキラ |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 上野 嶺 / Rei Ueno / ウエノ レイ |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 本間 尚文 / Naofumi Homma / ホンマ ナオフミ |
| 第3著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-04-12 14:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | HWS |
| 資料番号 | HWS2021-8 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.1 |
| ページ範囲 | pp.33-38 |
| ページ数 | 6 |
| 発行日 | 2021-04-05 (HWS) |
[研究会発表申込システムのトップページに戻る]