Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2019-19-6-1122-1129
УДК 004.056
ПОВЫШЕНИЕ УРОВНЯ РАСПОЗНАВАНИЯ УТЕЧЕК ИНФОРМАЦИИ ПО СТОРОННИМ КАНАЛАМ С ИСПОЛЬЗОВАНИЕМ ВЭЙВЛЕТ-ПРЕОБРАЗОВАНИЯ
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Слепцова Д.М., Левина А.Б. Повышение уровня распознавания утечек информации по сторонним каналам с использованием вэйвлет-преобразования // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 6. С. 1122–1129. doi: 10.17586/2226-1494-2019-19-6-1122-1129
Аннотация
Предмет исследования. Представлены результаты экспериментального исследования влияния предобработки на основе вэйвлетного преобразования на величину статистической утечки информации в сигнале, полученном по сторонним каналам. Изучаемый сигнал получен по электромагнитному стороннему каналу с платы на базе процессора ARM-Cortex M4F. Съем сигнала произведен на расстояниях 1 мм и 3 см. Во время снятия сигнала на плате выполнялся алгоритм AES (Advanced Encryption Standard). Метод. Электромагнитный сигнал после снятия обрабатывается при помощи дискретного вэйвлет-преобразования со сжатием коэффициентов детализации. Исследовано влияние различных порогов сжатия, вэйвлет-функций, а также уровня вэйвлет-разложения сигнала. После обработки на записях сигнала проводится анализ утечек при помощи метода оценки утечки тестового вектора (TVLA), основанного на статистическом тесте Уэлча. Полученные оценки используются для сравнения вэйвлет-преобразования с оценкой утечки, проведенной на оригинальном сигнале. Основные результаты. Сигнал, обработанный при помощи вэйвлет-преобразования, показывает более высокие показатели статистического теста, что означает большую уверенность в наличии утечки информации. Универсальный порог и обнуление коэффициентов детализации увеличивают величину t-критерия в 1,4 раза. Третий уровень разложения показал наивысший результат для всех вэйвлет-функций. Дискретный вэйвлет Мейера показывает лучший результат во всех экспериментах, также стабильный результат в экспериментах показывают симлеты и коифлеты. Практическая значимость. Статистические методы, такие как статистический тест Уэлча, позволяют обнаруживать утечки без проведения дорогостоящих и трудоемких исследований и атак. Вэйвлет-преобразование и обработка полученного сигнала увеличивает информационные составляющие сигнала, что позволяет получить более близкие к реальным статистические профили сигналов. Вэйвлет-преобразование также позволяет находить утечки на меньшем количестве записей сигнала.
Ключевые слова: вэйвлет-преобразование, сторонние каналы, статистический тест Уэлча, электромагнитные утечки, пороговая филь-
трация
Список литературы
Список литературы
- Kocher P. Timing attack on implementation of Diffie-Hellman, RSA, DSS and other systems // Lecture Notes in Computer Science. 1996. V. 1109. P. 104–113.
- Kocher P., Jaffe J., Jun B. Differential power analysis // Lecture Notes in Computer Science. 1999. V. 1666. P. 388–397.
- Gandolfi K., Mourtel C., Olivier F. Electromagnetic attacks: concrete results // Proc. CHES. Paris, France.2001. P. 252–261.
- Quisquater J-J., Samyde D. Electromagnetic analysis (EMA): Measures and countermeasures for smart cards // Lecture Notes in Computer Science. 2001. V. 2140. P. 200–210.
- Rao J.R., Rohatgi P. EMpowering side-channel attacks [Электронный ресурс]. URL: https://eprint.iacr.org/2001/037.pdf, свободный. Яз. англ. (дата обращения: 06.08.2019).
- Chari A., Rao J.R., Rohatgi P.Тemplate attacks // Lecture Notes in Computer Science. 2002. V. 2523. P. 13–28. doi: 10.1007/3-540-36400-5_3
- Le T.-H., Clédière J., Servière C., Lacoume J.-L. Noise reduction in side channel attack using fourth-order cumulant // IEEE Transactions on Information Forensics and Security. 2007. V. 2. N 4. P. 710–720. doi: 10.1109/TIFS.2007.910252
- Le T.-H., Clédière J., Servière C., Lacoume J.-L. How can signal processing benefit side channel attacks? // Proc. Workshop on Signal Processing Applications for Public Security and Forensics. (SAFE'07). 2007. P. 4218943.
- Souissi Y., Danger J.-L., Mekki S., Guilley S., Nassar M. Techniques for electromagnetic attacks enhancement // Proc. 5th International Conference on Design and Technology of Integrated Systems in Nanoscale Era (DTIS 2010). 2010. P. 5487590. doi: 10.1109/DTIS.2010.5487590
- Souissi Y., Guilley S., Danger J.-L., Mekki S., Duc G. Improvement of power analysis attacks using Kalman filter // Proc. IEEE International Coriference on Acoustics, Speech and Signal Processing (ICASSP 2010). 2010. P. 1778–1781. doi: 10.1109/ICASSP.2010.5495428
- Charvet X., Pelletier H. Improving the DPA attack using Wavelet transform [Электронный ресурс]. URL: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.473.6813&rep=rep1&type=pdf, свободный. Яз. англ. (дата обращения: 06.08.2019).
- Li J., Li S., Shi Y., Zhou E. Wavelet de-noising method in the side-channel attack // Proc. 5thIEEE International Conference on Signal Processing, Communications and Computing (ICSPCC). 2015. P. 7338933. doi: 10.1109/ICSPCC.2015.7338933
- Ai J., Wang Z., Zhou X., Ou C.Improved wavelet transform for noise reduction in power analysis attacks // Proc. 2016 IEEE International Conference on Signal and Image Processing (ICSIP). 2016. P. 602–606. doi: 10.1109/SIPROCESS.2016.7888333
- Park A., Han D.-G., Ryoo J. CPA performance comparison based on Wavelet Transform // Proc. 46th IEEE International Carnahan Conference on Security Technology (ICCST). 2012. P. 201–206. doi: 10.1109/CCST.2012.6393559
- Goodwill G., Jun B., Jaffe J., Rohatgi P. A testing methodology for sidechannel resistance validation [Электронный ресурс]. URL: https://csrc.nist.gov/csrc/media/events/non-invasive-attack-testing-workshop/documents/08_goodwill.pdf, свободный. Яз. англ. (дата обращения: 06.08.2019).
- Test Vector Leakage Assessment (TVLA) Derived Test Requirements (DTR) with AES [Электронный ресурс]. URL: https://www.rambus.com/wp-content/uploads/2015/08/TVLA-DTR-with-AES.pdf, свободный. Яз. англ. (дата обращения: 12.10.2019).
- Silverman B.W. Wavelets in statistics: beyond the standard assumptions [Электронный ресурс]. URL: http://doi.org/10.1098/rsta.1999.0442, ограниченный. Яз. англ. (дата обращения: 22.09.2019).