ブロックによる演奏:サイドチャネルプロファイル攻撃のための再利用可能深層学習モデルに向けて【JST・京大機械翻訳】

Paguada Servio; Batina Lejla; Buhan Ileana; Armendariz Igor

プレプリント

J-GLOBAL ID：202202211238897454 整理番号：22P0305098

ブロックによる演奏:サイドチャネルプロファイル攻撃のための再利用可能深層学習モデルに向けて【JST・京大機械翻訳】

Playing with blocks: Toward re-usable deep learning models for side-channel profiled attacks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月16日プレプリントサーバーでの情報更新日： 2022年03月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,サイドチャネル解析のための深層学習モジュールネットワークを紹介した。深層学習手法は,その部分(モジュール)を他のネットワークと交換する能力を特徴とする。著者らは,各評価のための建築アーキテクチャの代わりに,再利用可能な訓練モジュールをサイドチャネル解析に導入して,それらを実行するときの作業の体を縮小することを目的とする。著者らの実験は,著者らのアーキテクチャが,サイドチャネル評価を容易に評価して,学習移動可能性が本論文で提案したネットワークで可能であることを示唆する。【JST・京大機械翻訳】

, , , , ,
, 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る