文献

J-GLOBAL ID：201802229108059961   整理番号：18A0651767

GHMマルチウェーブレットアルゴリズムに基づく電力消費解析攻撃【JST・京大機械翻訳】

Power analysis attack based on GHM multiwavelet algorithm

著者 (6件)： Duan Xiaoyi (北京電子科技学院,北京,100070) ,  She Gaojian (北京電子科技学院,北京,100070) ,  Gao Xianwei (北京電子科技学院,北京,100070) ,  Fang Huawei (北京電子科技学院,北京,100070) ,  He Siman (北京電子科技学院,北京,100070) ,  Chen Dong (北京電子科技学院,北京,100070)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 9  ページ： 2777-2781,2790  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力消費解析のキー取得は電力消費信号に基づいているが,電力消費信号の信号対雑音比(SNR)は鍵の成功率に影響を及ぼす重要な因子であるので,雑音の除去は電力消費解析の成功率を改善するために重要であり,GHMマルチウェーブレットに基づく前処理法を導入した。最初に,電力消費曲線をGHMマルチウェーブレット閾値雑音除去により処理し,電力消費曲線における非相関雑音を最大限に除去し,電力消費曲線における実信号の信号対雑音比を改善し,攻撃効率を改善した。MEGA16マイクロコントローラにおいて、固定鍵ランダム平文のASEアルゴリズムの電力消費曲線を収集し、元の電力消費曲線とノイズ除去後の電力消費曲線を比較し、関連電力消費分析を行った。実験結果により,電力消費曲線の相関解析に必要な電力消費曲線は,89.5%減少し,そして,相関係数は,平均107.9%増加し,そして,新規方法の有効性を,検証した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音低減 ,  前処理 ,  *電力消費 ,  相関雑音 ,  マイクロコントローラ ,  *アルゴリズム ,  相関係数 ,  SN比 ,  雑音 ,  雑音除去
準シソーラス用語： 相関分析 ,  *マルチウェーブレット ,  成功率 , 【Automatic Indexing@JST】

著者キーワード (4件)： correlation power analysis ,  AES algorithm ,  multiwavelet ,  denoising

分類 (1件)： 符号理論  (ND02030R)

タイトルに関連する用語 (5件)： マルチウェーブレット ,  アルゴリズム ,  電力消費 ,  解析 ,  攻撃