文献

J-GLOBAL ID：201902276156806760   整理番号：19A0891498

マイコン実装したAES暗号に対するニューラルネットワークを用いた最終ラウンド鍵の解析

Analyzing Final Round Key of AES Implemented on Microcomputer using Neural Network

著者 (6件)： 小杉聡志 (岡山大 工) ,  城市翔 (岡山大 大学院自然科学研究科) ,  生田健 (岡山大 大学院自然科学研究科) ,  日下卓也 (岡山大 大学院自然科学研究科) ,  野上保之 (岡山大 大学院自然科学研究科) ,  高橋規一 (岡山大 大学院自然科学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 118  号： 478(ISEC2018 81-134)  ページ： 71-76  発行年： 2019年02月28日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： IoT機器を悪意ある攻撃者から守るためには,AES暗号などによる情報の暗号化が必須である.暗号によって守られたIoT機器に対する攻撃方法の1つとして,サイドチャネル攻撃がある.サイドチャネル攻撃は,ハードウェア上での暗号化処理時に発生する副次的な情報を観測することによって,外部からの鍵の推定を可能とする攻撃である.代表的な攻撃の一つとして,電力解析攻撃が知られている.電力解析攻撃は,暗号処理時に発生する電源電圧の変化を示すサイドチャネル波形を観測し,秘密鍵を解析する攻撃手法である.本稿では,膨大なサイドチャネル波形を解析するために,ニューラルネットワークを用いる新たな攻撃手法を提案する.さらに,この攻撃手法を実装した場合の実験を行い,実際に鍵の推定を行った際の攻撃の成功率を求めることで,その脅威を検証する.(著者抄録)

シソーラス用語： *マイクロコンピュータ ,  *公開鍵暗号 ,  *国家規格 ,  *ニューラルネットワーク ,  行為 ,  波形測定 ,  情報処理 ,  電圧 ,  サイバー攻撃 ,  サーバ攻撃 ,  暗号処理 ,  電源電圧 ,  *高度暗号化規格
準シソーラス用語： *AES暗号 ,  サイドチャネル攻撃 ,  電力解析攻撃

分類 (2件)： データ保護  (JD01020V) ,  符号理論  (ND02030R)

引用文献 (12件)：

• National Institute of Standards and Technology (NIST), ′′Advanced Encryption Standard (AES)′′, FIPS publication 197, http://csrc.nist.gov/encryption/aes/index.htm, 2001.
• Atmel, ′′8 AVR′′, http://avr.jp/user/DS/PDF/mega88A.pdf, 2018/2/5.
• Y. LeCun, L. Bottou, G.B. Orr, and K.-R. Müler. Efficient BackProp. Neural Networks: Tricks of the Trade, p. 9-50, Springer, 1998.
• Y. Bengio, Learning deep architectures for ai, Found. Trends Mach. Learn., pp. 1-127, 2009/1.
• A. Krizhevsky, I. Sutskever, and G. Hinton. ImageNet classification with deep convolutional neural networks. NIPS, p.1106-1114, 2012.

タイトルに関連する用語 (6件)： マイコン ,  実装 ,  AES暗号 ,  ニューラルネットワーク ,  鍵 ,  解析