耐タンパPRINCEの深層学習電力解析攻撃

• Item type: SIG Technical Reports(1)
• 公開日: 2022-07-21
• タイトル: 耐タンパPRINCEの深層学習電力解析攻撃
• タイトル / 言語: en
• タイトル: Deep Learning Power Analysis Against Protected PRINCE
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名城大学大学院理工学研究科電気・情報・材料・物質工学専攻
• 著者所属: 名城大学大学院理工学研究科電気・情報・材料・物質工学専攻
• 著者所属: 名城大学情報工学部情報工学科
• 著者所属: 名城大学情報工学部情報工学科
• 著者所属(英): en
• 著者所属(英): Department of Electrical, Information, and Materials Science Engineering, Graduate School of Science and Technology, Meijo University
• 著者所属(英): en
• 著者所属(英): Department of Electrical, Information, and Materials Science Engineering, Graduate School of Science and Technology, Meijo University
• 著者所属(英): en
• 著者所属(英): Department of Information Engineering, Faculty of Information Engineering, Meijo University
• 著者所属(英): en
• 著者所属(英): Department of Information Engineering, Faculty of Information Engineering, Meijo University
• 著者名: 竹本, 修; 池崎, 良哉; 野崎, 佑典; 吉川, 雅弥
• 著者名(英): Shu, Takemoto; Yoshiya, Ikezaki; Yusuke, Nozaki; Masaya, Yoshikawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，深層学習の発展によって，AI はサイバーセキュリティの分野においても取り入れられている．一方で，セキュリティの向上だけでなくサイバー攻撃への転用も報告され，その脅威が顕在化している．サイバー攻撃のひとつとして，暗号デバイスの秘密情報を解析する電力解析攻撃と呼ばれる不正攻撃があり，近年では深層学習を用いて効率的に解析する手法として深層学習電力解析攻撃が提案されている．そこで，深層学習電力解析攻撃に対する暗号の安全性評価が非常に重要となっている．特に，実装制約のある IoT デバイスにおける暗号には，小面積に実装できるアルゴリズムとして軽量暗号が適しており，その安全性評価が求められている．そこで本研究では，代表的な軽量暗号として PRINCE に対する深層学習電力解析攻撃を行う．また，評価デバイス上にマスキング対策を適用した PRINCE を実装し，深層学習による秘密情報の学習率を評価する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, with the development of deep learning, AI has been incorporated in the field of cyber security. On the other hand, AI has been reported to be used not only to improve security but also for cyber-attacks. One of the cyber attacks is a malicious attack called a power analysis attack, which analyzes the secret information of a cryptographic device. Recently, deep learning power analysis attack has been proposed as an efficient method using deep learning. Therefore, it is important to evaluate deep learning power analysis attacks on cryptographic devices. In particular, cryptographic algorithms that can be implemented in a small area are suitable for IoT devices with implementation constraints. Several such cryptographic algorithms have been proposed as lightweight block cipher. Therefore, this study demonstrates a deep learning power analysis attack on PRINCE as a representative lightweight block cipher. Also, this study implements PRINCE with masking countermeasures on an evaluation device and evaluates the learning rate of the Hamming distance by deep learning.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112981
• 書誌情報: 研究報告ソフトウェア工学（SE）; 巻 2022-SE-211, 号 7, p. 1-6, 発行日 2022-07-21
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8825
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会