变色龙:侧信道分析中用于分割和攻击混淆功耗轨迹的数据集
作者
Davide Galli(意大利米兰理工大学DEIB)
Giuseppe Chiari(意大利米兰理工大学DEIB)
Davide Zoni(意大利米兰理工大学DEIB)
DOI
https://doi.org/10.46586/tches.v2025.i3.389-412
关键词
侧信道分析、AES、混淆技术、数据集、深度学习、RISC-V
摘要
侧信道攻击利用密码设备发射的非预期信息泄漏来提取敏感数据。混淆技术是一种经济高效的对抗措施,旨在模糊侧信道泄漏并阻碍这些攻击。现有的开放数据集依赖人工模型模拟混淆效果,无法对这些对抗措施进行现实评估,因此迫切需要提供真实世界混淆侧信道测量的数据集。变色龙引入了首个全面的真实世界混淆功耗轨迹数据集,这些数据采集自基于RISC-V的系统芯片。轨迹使用四种最先进的混淆技术进行模糊处理:动态频率缩放、随机延迟、变形和填充。变色龙捕获了实际硬件实现引入的真实泄漏变形,使其成为评估侧信道对抗措施的实用且有价值的工具。
变色龙的一个关键特性是其双重关注侧信道分析过程的分割和攻击阶段。它是首个设计用于促进从混淆轨迹中分割密码操作这一具有挑战性任务的数据集,提供精确定位每个操作开始和结束的精确元数据。高质量的元数据支持对分割技术的系统研究,这是以往数据集中常被忽视的关键步骤。变色龙为研究人员开发和测试新的侧信道攻击提供了一个重要平台,突显了当前混淆技术的漏洞。通过提供更真实的对抗措施有效性评估,变色龙是推动侧信道评估技术发展的宝贵工具。
下载
- PDF [下载链接]
发布信息
- 发布日期: 2025年6月5日
- 卷期: Vol. 2025 No. 3
- 章节: 文章
许可
版权所有 (c) 2025 Davide Galli, Giuseppe Chiari, Davide Zoni
本作品采用知识共享署名4.0国际许可协议进行许可。
引用方式
Galli, D., Chiari, G., & Zoni, D. (2025). Chameleon: A Dataset for Segmenting and Attacking Obfuscated Power Traces in Side-Channel Analysis. IACR Transactions on Cryptographic Hardware and Embedded Systems, 2025(3), 389-412. https://doi.org/10.46586/tches.v2025.i3.389-412
更多引用格式
ACM、ACS、APA、ABNT、Chicago、Harvard、IEEE、MLA、Turabian、Vancouver、AMA
下载引用
- Endnote/Zotero/Mendeley (RIS)
- BibTeX