| 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 | 2025-11-14 11:45 カリキュラム学習に基づく頑健な深層学習サイドチャネル解析の検討 ○梶川友寧（東北大）・伊東 燦（NTT）・上野 嶺（京大/東北大）・本間尚文（東北大）  HWS2025-62 ICD2025-27 |
|
| 抄録 | （和） | 本稿では，AESに対するプロファイリング型深層学習サイドチャネル解析（DL-SCA: Deep Learning Side-Channel Attack）の学習の安定性向上による効率化手法について述べる．通常，AESに対するDL-SCAでは，置換処理（SubBytes）時のサイドチャネル情報を取得し，その秘密中間値を1バイト単位で予測する．従来手法では，1バイトの秘密中間値を256値の多値分類問題として学習を行っていた．これに対し，本研究では，学習がより容易とされる秘密中間値のハミング重みを用いた学習を，秘密中間値の256値分類に先立って行うカリキュラム学習型DL-SCAを提案する．従来のハミング重みを用いたDL-SCAでは9値分類を行うのが主流であったが，提案手法では，秘密中間値とそのハミング重みの次元を整合させ，ハミング重みが等しい値に対してその個数で等分した確率を与えるソフトラベリングによる学習手法を新たに導入する．そして，ハミング重みによる9値分類と秘密中間値による256値分類を重み付きで混合し，学習の進捗によって重みを調整することで，少ない学習波形数であっても安定した学習を可能にする．マスクドAESソフトウェア実装を対象とした公開データセットASCADを用いた評価を通して，提案手法の有効性を示す．特に，提案手法により，訓練波形数が少ない場合には学習精度が向上し，訓練波形数が十分にある場合でも，攻撃に必要な波形数を削減できることを示す． |
| （英） | This paper presents a curriculum learning based method for deep learning side-channel analysis (DL-SCA) against AES that improves training efficiency and stability. Conventional DL-SCA approaches treat the prediction of secret intermediate values during the SubBytes operation as a 256-class classification problem. However, when training data is limited, this direct approach often suffers from instability and poor convergence. We propose a novel training strategy that leverages curriculum learning by initially training on the Hamming weight (HW) of the secret intermediate value, a simpler learning target, before progressively transitioning to full 256-class classification. Unlike conventional HW based DL-SCA that performs standard 9-class classification, our method introduces a dimension aligned soft labeling scheme that distributes probability mass equally among all byte values sharing the same Hamming weight. We formulate the training objective as a weighted mixture of the 9-class HW prediction and 256-class secret value prediction, with mixture weights dynamically adapted according to training progress. This curriculum based approach enables stable learning even with limited training traces. We validate our method through extensive experiments on the public ASCAD dataset for masked AES software implementation. Results demonstrate that our approach significantly improves training accuracy under limited trace conditions and reduces the number of traces required for successful key recovery, even when abundant training data is available. | |
| キーワード | （和） | サイドチャネル解析 / 深層学習 / カリキュラム学習 / ソフトラベリング / / / / |
| （英） | side-channel analysis / deep learning / curriculum learning / soft labeling / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 248, HWS2025-62, pp. 7-12, 2025年11月. | |
| 資料番号 | HWS2025-62 | |
| 発行日 | 2025-11-07 (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 | HWS2025-62 ICD2025-27 |
|
| 研究会情報 | |
| 研究会 | ICD HWS |
| 開催期間 | 2025-11-14 - 2025-11-14 |
| 開催地（和） | 熊本大学(工学部百周年記念館) |
| 開催地（英） | Kumamoto University |
| テーマ（和） | ハードウェアセキュリティ，一般 |
| テーマ（英） | Hardware Security, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | HWS |
| 会議コード | 2025-11-ICD-HWS |
| 本文の言語 | 日本語 |
| タイトル（和） | カリキュラム学習に基づく頑健な深層学習サイドチャネル解析の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Robust Deep Learning Side-Channel Analysis Based on Curriculum Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | サイドチャネル解析 / side-channel analysis |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | カリキュラム学習 / curriculum learning |
| キーワード(4)（和/英） | ソフトラベリング / soft labeling |
| 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） | 梶川 友寧 / Tomone Kajikawa / カジカワ トモネ |
| 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） | 伊東 燦 / Akira Ito / イトウ アキラ |
| 第2著者 所属（和/英） | NTT社会情報研究所 (略称： NTT) NTT Social Informatics Laboratories (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 上野 嶺 / Rei Ueno / ウエノ レイ |
| 第3著者 所属（和/英） | 京都大学/東北大学 (略称： 京大/東北大) Kyoto University/Tohoku University (略称： Kyoto Univ./Tohoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 本間 尚文 / Naofumi Homma / ホンマ ナオフミ |
| 第4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 | 2025-11-14 11:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | HWS |
| 資料番号 | HWS2025-62, ICD2025-27 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.248(HWS), no.249(ICD) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2025-11-07 (HWS, ICD) |
[研究会発表申込システムのトップページに戻る]