| 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 | 2025-03-08 10:10 オートエンコーダを活用した前処理による深層学習手法を用いるサイドチャネル攻撃の軽量化 ○森田昌樹・小島拓也・石井悠人・高瀬英希・中村 宏（東大）  VLD2024-136 HWS2024-107 ICD2024-127 |
|
| 抄録 | （和） | 消費電力などの物理漏洩情報を用いて暗号処理時における内部状態を推測、秘密鍵を特定するサイドチャネル攻撃は現実の脅威となっている。近年においては深層学習の発展に伴い、サイドチャネル攻撃においても深層学習を活用した攻撃手法が多く提案されている。特にDDLAは既存の相関電力解析と比べ、マスキングやジッターに耐性があるなど高い解析性能が示されている。しかしその一方で攻撃にあたり、DDLAは深層学習の学習プロセスを繰り返し行うため、解析時間が長いという課題がある。本研究ではDAEを用いて電力消費の時系列データを圧縮し、特徴量をDDLAによる攻撃の入力データとして用いるDDLAの前処理方法を提案する。実験においては時系列データを$1/100$にまで圧縮した場合であっても、サブバイトの鍵を特定することに成功し、解析時間においては圧縮前と比較し、約$1/12$の時間で鍵を特定することができることが示された。 |
| （英） | Side Channel Attacks that use physical leakage information, such as power consumption, to infer the internal state of cryptographic processing and identify secret keys are becoming a real threat. With the development of deep learning in recent years, several deep learning-based attack methods have been proposed. In particular, Differential Deep Learning Attack (DDLA) shows high analysis performance, such as breaking a masked implementation. However, DDLA requires numerous repetitions of learning processes for the attacks, resulting in a critically long attack time. To explore the possibility of faster attacks, we present a preprocessing method based on Denoising Autoencoder (DAE) to compress the input trace data of DDLA. The evaluation results show that our method can identify a subkey. The proposed preprocessing reduces the number of samples by 99%. It contributes to a 12x time faster attack compared to native DDLA. | |
| キーワード | （和） | サイドチャネル攻撃 / 深層学習 / ノンプロファイル型攻撃 / オートエンコーダ / 暗号処理 / / / |
| （英） | side channel attacks / deep learning / non-profiled attack / autoencoder / cryptography / / / | |
| 文献情報 | 信学技報, vol. 124, no. 401, HWS2024-107, pp. 188-193, 2025年3月. | |
| 資料番号 | HWS2024-107 | |
| 発行日 | 2025-02-26 (VLD, HWS, ICD) | |
| 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 | VLD2024-136 HWS2024-107 ICD2024-127 |
|
| 研究会情報 | |
| 研究会 | HWS ICD VLD |
| 開催期間 | 2025-03-05 - 2025-03-08 |
| 開催地（和） | みんなの貸会議室 那覇旭町店 |
| 開催地（英） | |
| テーマ（和） | システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | HWS |
| 会議コード | 2025-03-HWS-ICD-VLD |
| 本文の言語 | 日本語 |
| タイトル（和） | オートエンコーダを活用した前処理による深層学習手法を用いるサイドチャネル攻撃の軽量化 |
| サブタイトル（和） | |
| タイトル（英） | Optimizing Deep Learning Based Side-Channel Attacks Methods by Preprocessing Based on Autoencoder |
| 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） | ノンプロファイル型攻撃 / non-profiled attack |
| キーワード(4)（和/英） | オートエンコーダ / autoencoder |
| キーワード(5)（和/英） | 暗号処理 / cryptography |
| 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） | 森田 昌樹 / Masaki Morita / モリタ マサキ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 小島 拓也 / Takuya Kojima / コジマ タクヤ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 石井 悠人 / Haruto Ishii / タカセ ヒデキ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） | 高瀬 英希 / Hideki Takase / タカセ ヒデキ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第5著者 氏名（和/英/ヨミ） | 中村 宏 / Hiroshi Nakamura / ナカムラ ヒロシ |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-08 10:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | HWS |
| 資料番号 | VLD2024-136, HWS2024-107, ICD2024-127 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.400(VLD), no.401(HWS), no.402(ICD) |
| ページ範囲 | pp.188-193 |
| ページ数 | 6 |
| 発行日 | 2025-02-26 (VLD, HWS, ICD) |
[研究会発表申込システムのトップページに戻る]