operations do not take place at the

operations do not take place at the same instant but are shifted in time with respect to each other. Inducing this misalignment is currently one of the common countermeasures used in secure devices. Although it does not completely prevent DPA, it can make it very costly in terms of the number of traces that need to be processed. In cryptographic implementations that do not actively induce timing differences as a countermeasure, misalignment is typically caused by inaccuracies in triggering the power measurements. This means that traces can be aligned by determining the duration of the timing inaccuracies, and shifting the traces accordingly. This process is called static alignment. In contrast, when a cryptographic implementation actively induces random time delays or varying clock frequencies, static shifting cannot fully align the traces. Dynamic alignment is a general term for algorithms that match parts of several traces at different offsets, and perform nonlinear resampling of the traces. This is done such that afterwards, these parts are located at the same offsets. The starting point for our work is the observation that there are parallels
between time series analysis, in particular speech recognition techniques, and alignment of power traces. This paper describes an alignment algorithm called elastic alignment, which is based on dynamic time warping, a well established algorithm for time series matching. We also show our algorithm is practically applicable and can be used to recover secret key leakage from misaligned traces.
1.1 Previous work
DPA research is focused on performing an analysis that is less sensitive to misalignment.
This contrasts our proposed method, which can be considered a preprocessing step before performing DPA: it directly modifies individual traces such that they are aligned. This is especially useful for the class of template attacks, which are very powerful given a correctly learned leakage model. As the method does not explicitly take into account misalignment, its classi-fication can be improved if it is applied to n correctly aligned traces versus n misaligned traces. This can be of significant importance, as in practice n is bounded. Also, the number of interest points may be lower for a correctly aligned trace.There are generally three ways of dealing with misalignment when performing DPA : running static alignment on just the DPA target area, preprocessing traces (integration of samples, convolutions or FFT), or simply running DPA on unmodified traces. Note that running DPA on unmodified traces requires
a much larger trace set, which may be infeasible. Integration and other preprocessing methods can yield good results in terms of increasing the DPA peak; however, the increase can be limited due to the spectral components of the traces and the choice of algorithm parameters. In, a method is described to align traces based on the wavelet transform for denoising, and simulated annealing for resynchronization. The wavelet transform has the property that each trace can be viewed at different resolutions. It is shown that by performing DPA at lower resolutions, high frequency noise is reduced and the DPA peaks become stronger. In addition, the simulated
annealing algorithm is used to optimize a resynchronization function that relates a pair of wavelet-transformed traces. This further improves the DPA peak. Using wavelets for denoising is in our opinion a viable method; however, as we are purely considering an alignment algorithm, we do not wish to reduce the information in a trace. In [Clav00] a method called sliding window DPA (SW-DPA) is introduced. SW-DPA targets random process interrupts (RPIs) by replacing each clock cycle in the original traces with an average of itself and a number of previous cycles. Its two parameters are the number of cycles to average, and the length of a cycle. Effectively, SW-DPA integrates leakage spread out over a few clock cycles back into one place, such that DPA peaks are restored. There are two aspects of SW-DPA that need to be taken into account: the clock cycles are assumed be of fixed length, and the number of cycles to average must be specified carefully based on the number of RPIs. Our aim is to be able to deal with targets with an unstable clock as well as automatically overcome RPIs.

Kết quả (Việt) 1:

hoạt động diễn ra tại cùng một tức thì nhưng được chuyển sang trong thời gian đối với nhau. Gây misalignment này hiện đang là một trong những biện pháp đối phó thường sử dụng trong các thiết bị an toàn. Mặc dù nó không hoàn toàn ngăn ngừa DPA, nó có thể làm cho nó rất tốn kém về mặt số lượng dấu vết mà cần phải được xử lý. Trong mật mã triển khai mà không tích cực tạo ra khác biệt về thời gian như một countermeasure, misalignment thường được gây ra bởi không chính xác trong kích hoạt các phép đo lực. Điều này có nghĩa rằng các dấu vết có thể được liên kết bằng việc xác định thời gian thực hiện không chính xác về thời gian, và chuyển các dấu vết cho phù hợp. Quá trình này được gọi là liên kết tĩnh. Ngược lại, khi thực hiện mã hóa một tích cực gây ra sự chậm trễ thời gian ngẫu nhiên hoặc thay đổi tần số đồng hồ, tĩnh chuyển không thể hoàn toàn align các dấu vết. Năng động liên kết là một thuật ngữ chung cho phù hợp với các bộ phận của một số dấu vết tại offsets khác nhau, và thực hiện phương phi tuyến của các dấu vết các thuật toán. Điều này được thực hiện như vậy mà sau đó, các bộ phận được đặt tại cùng một offsets. Điểm khởi đầu cho công việc của chúng tôi là quan sát là song songgiữa các phân tích chuỗi thời gian, đặc biệt phát biểu công nhận kỹ thuật, và sự liên kết của quyền lực dấu vết. Bài báo này mô tả một giải thuật sắp xếp được gọi là liên kết đàn hồi, mà là dựa trên thời gian động cong vênh, một thuật toán cũng được thành lập để phù hợp với dòng thời gian. Chúng tôi cũng hiển thị các thuật toán của chúng tôi có thể áp dụng thực tế và có thể được sử dụng để phục hồi sự rò rỉ bí mật quan trọng từ thẳng các dấu vết.1.1 trước công việcDPA nghiên cứu là tập trung vào thực hiện một phân tích là ít nhạy cảm với misalignment.Điều này tương phản của chúng tôi phương pháp được đề xuất, có thể được coi là một bước tiền xử lý trước khi thực hiện DPA: nó trực tiếp sửa đổi dấu vết cá nhân như vậy mà họ được liên kết. Điều này đặc biệt hữu ích cho lớp mẫu cuộc tấn công, mà là rất mạnh mẽ cho một mô hình chính xác học được rò rỉ. Như các phương pháp không rõ ràng đưa vào tài khoản misalignment, vu-fication của nó có thể được cải thiện nếu nó áp dụng cho n các dấu vết liên kết một cách chính xác so với n thẳng các dấu vết. Điều này có thể đáng kể tầm quan trọng nhất, như trong thực tế, n có ranh giới. Ngoài ra, số lượng các điểm quan tâm có thể thấp hơn cho một dấu vết liên kết một cách chính xác. Có thường ba cách đối phó với misalignment khi thực hiện DPA: chạy tĩnh chỉnh trên chỉ là khu vực mục tiêu DPA, tiền xử lý dấu vết (tích hợp mẫu, convolutions hoặc FFT), hoặc chỉ đơn giản là chạy DPA trên chưa sửa đổi dấu vết. Lưu ý rằng chạy DPA trên chưa sửa đổi dấu vết yêu cầumột lớn hơn nhiều dấu vết tập hợp, mà có thể được infeasible. Hội nhập và các phương pháp tiền xử lý có thể mang lại kết quả tốt về tăng đỉnh DPA; Tuy nhiên, sự gia tăng có thể được hạn chế do các thành phần quang phổ của các dấu vết và lựa chọn các thông số thuật toán. Một phương pháp được mô tả để sắp xếp dấu vết dựa trên biến đổi bề mặt cho denoising và mô phỏng ủ cho resynchronization. Bề mặt biến đổi có tính chất từng dấu vết có thể xem ở độ phân giải khác nhau. Ta thấy rằng bằng cách thực hiện DPA ở độ phân giải thấp hơn, giảm tiếng ồn tần số cao và đỉnh núi DPA trở nên mạnh mẽ hơn. Ngoài ra, các mô phỏngTôi thuật toán được sử dụng để tối ưu hóa một chức năng resynchronization một cặp biến đổi bề mặt các dấu vết có liên quan. Điều này tiếp tục cải thiện đỉnh DPA. Sử dụng wavelets cho denoising là ý kiến của chúng tôi một phương pháp khả thi; Tuy nhiên, khi chúng tôi hoàn toàn là đang xem xét một thuật toán sắp xếp, chúng tôi không muốn giảm các thông tin trong một dấu vết. [Clav00] một phương pháp gọi là trượt cửa sổ DPA (SW-DPA) được giới thiệu. SW-DPA mục tiêu quá trình ngẫu nhiên ngắt (RPIs) bằng cách thay thế mỗi chu kỳ đồng hồ trong các dấu vết ban đầu với mức trung bình của chính nó, và một số của chu kỳ trước. Hai tham số của nó là số chu kỳ trung bình, và chiều dài của một chu kỳ. Có hiệu quả, SW-DPA tích hợp rò rỉ lây lan qua một vài chu kỳ đồng hồ trở lại một nơi, như vậy mà DPA đỉnh được khôi phục. Có hai khía cạnh của SW-DPA mà cần phải được đưa vào tài khoản: đồng hồ chu kỳ được cho là của chiều dài cố định, và số lượng các chu kỳ trung bình phải được xác định cẩn thận dựa trên số lượng RPIs. Mục đích của chúng tôi là để có thể đối phó với các mục tiêu với một đồng hồ không ổn định, cũng như tự động vượt qua RPIs.

Kết quả (Việt) 2:

hoạt động không diễn ra tại ngay lập tức tương tự nhưng được thay đổi trong thời gian đối với nhau với. Gây sai lệch này hiện đang là một trong những biện pháp đối phó phổ biến được sử dụng trong các thiết bị an toàn. Mặc dù nó không hoàn toàn ngăn chặn DPA, nó có thể làm cho nó rất tốn kém về số lượng các dấu vết mà cần phải được xử lý. Trong triển khai mật mã mà không chủ động tạo ra sự khác biệt thời gian như một biện pháp đối phó, không thẳng hàng thường được gây ra bởi sự thiếu chính xác trong việc kích hoạt các phép đo điện. Điều này có nghĩa rằng các dấu vết có thể được liên kết bằng cách xác định thời gian không chính xác thời gian, và chuyển các dấu vết cho phù hợp. Quá trình này được gọi là liên kết tĩnh. Ngược lại, khi một thực hiện mã hóa tích cực gây ra sự chậm trễ thời gian ngẫu nhiên hoặc thay đổi tần số đồng hồ, chuyển tĩnh có thể không phù hợp hoàn toàn các dấu vết. Liên kết động là một thuật ngữ chung cho các thuật toán phù hợp với các bộ phận của một số dấu vết tại hiệu số khác nhau, và thực hiện lấy mẫu lại phi tuyến của các dấu vết. Điều này được thực hiện như vậy mà sau đó, các bộ phận này được đặt tại các độ lệch tương tự. Điểm khởi đầu cho công việc của chúng tôi là quan sát rằng có những điểm tương đồng
giữa phân tích chuỗi thời gian, trong kỹ thuật nhận dạng giọng nói đặc biệt, và sự liên kết của các dấu vết điện. Bài viết này mô tả một thuật toán liên kết gọi là liên kết đàn hồi, mà là dựa trên thời gian bị cong vênh năng động, một thuật toán cũng được thành lập cho phù hợp với chuỗi thời gian. Chúng tôi cũng cho thấy thuật toán của chúng tôi là thực tế áp dụng và có thể được sử dụng để khôi phục lại mật rò rỉ chính từ vết thẳng.
1.1 Nghiên cứu trước đây
DPA nghiên cứu tập trung vào thực hiện một phân tích đó là ít nhạy cảm với không thẳng hàng.
Điều này trái ngược phương pháp đề xuất của chúng tôi, có thể được coi là một tiền xử lý trước khi thực hiện bước DPA: nó trực tiếp làm thay đổi dấu vết riêng như vậy mà chúng phù hợp. Điều này đặc biệt hữu ích cho lớp của các mẫu tấn công, đó là rất mạnh mẽ cho một mô hình rò rỉ học được một cách chính xác. Là phương pháp không rõ ràng đưa vào lệch chi tài khoản, phân loại-fication của nó có thể được cải thiện nếu nó được áp dụng cho n dấu vết liên kết một cách chính xác so với dấu vết n thẳng. Điều này có thể có tầm quan trọng đáng kể, vì trong thực tế n là bị chặn. Ngoài ra, số lượng các điểm lãi suất có thể thấp hơn cho một trace.There đặt đúng cách nói chung là ba cách đối phó với sai lệch khi thực hiện DPA: chạy thẳng tĩnh trên chỉ là các khu vực mục tiêu DPA, tiền xử lý dấu vết (tích hợp các mẫu, nhiều nếp cuộn hoặc FFT) , hoặc chỉ đơn giản là chạy DPA trên dấu vết chưa sửa đổi. Lưu ý rằng chạy DPA trên dấu vết chưa sửa đổi đòi hỏi
một dấu vết tập hợp lớn hơn nhiều, có thể là không khả thi. Hội nhập và phương pháp tiền xử lý khác có thể mang lại kết quả tốt về tăng đỉnh DPA; Tuy nhiên, mức tăng có thể bị giới hạn do các thành phần quang phổ của các dấu vết và sự lựa chọn các thông số thuật toán. In, một phương pháp được mô tả để gắn vết dựa trên biến đổi Wavelet để giảm nhiễu, và mô phỏng ủ cho đồng bộ hóa lại. Các biến đổi wavelet có những tài sản mà mỗi dấu vết có thể được xem ở độ phân giải khác nhau. Nó chỉ ra rằng bằng cách thực hiện DPA ở độ phân giải thấp, tiếng ồn tần số cao được giảm xuống và các đỉnh núi DPA khỏe mạnh hơn. Ngoài ra, các mô phỏng
thuật toán ủ được sử dụng để tối ưu hóa chức năng đồng bộ hóa lại có liên quan một cặp dấu vết wavelet chuyển đổi. Điều này cải thiện hơn nữa đỉnh DPA. Sử dụng wavelets để giảm nhiễu là theo ý kiến của chúng tôi một phương pháp hữu hiệu; Tuy nhiên, như chúng tôi đang hoàn toàn xem xét một thuật toán sắp xếp, chúng tôi không muốn giảm bớt các thông tin trong một dấu vết. Trong [Clav00] một phương pháp gọi là trượt cửa sổ DPA (SW-DPA) được giới thiệu. SW-DPA mục tiêu ngẫu nhiên quá trình ngắt (RPIs) bằng cách thay thế mỗi chu kỳ đồng hồ trong các dấu vết ban đầu với mức trung bình của chính nó và một số chu kỳ trước đó. Hai tham số của nó là số chu kỳ đến trung bình, và chiều dài của một chu kỳ. Có hiệu quả, SW-DPA tích hợp rò rỉ trải ra trên một vài chu kỳ đồng hồ trở lại vào một nơi, mà đỉnh DPA được khôi phục. Có hai khía cạnh của SW-DPA rằng cần phải được đưa vào tài khoản: các chu kỳ đồng hồ được cho be chiều dài cố định, và số lượng các chu kỳ bình quân phải được xác định một cách cẩn thận dựa trên các số RPIs. Mục đích của chúng tôi là để có thể đối phó với các mục tiêu với một đồng hồ không ổn định cũng như tự động khắc phục RPIs.