POLARIS：利用可解释人工智能缓解功耗侧信道泄漏

摘要

微电子系统广泛应用于许多敏感应用（例如制造、能源、国防）。这些系统越来越多地处理敏感数据（例如加密密钥），并容易受到各种威胁，例如功耗侧信道攻击，该攻击通过动态功耗配置文件推断敏感数据。在本文中，我们提出了一种新颖的框架POLARIS，利用可解释人工智能（XAI）引导的掩码方法来缓解功耗侧信道泄漏。POLARIS使用无监督过程自动构建定制训练数据集，并利用其训练掩码模型。POLARIS框架在泄漏减少、执行时间和开销方面优于最先进的缓解解决方案（例如VALIANT），适用于大型设计。

主题

密码学与安全（cs.CR）

引用

arXiv:2507.22177 [cs.CR]
（或此版本的 arXiv:2507.22177v1 [cs.CR]）
https://doi.org/10.48550/arXiv.2507.22177

提交历史

来自：Tanzim Mahfuz [查看电子邮件] [v1]
2025年7月29日星期二 19:15:54 UTC（3,264 KB）