Abstract. Differential Power Analys

Abstract. Differential Power Analysis (DPA) attacks extract secret key information from cryptographic devices by comparing power consumption with predicted values based on key candidates and looking for peaks which indicate a correct prediction. A general obstacle in the use of DPA is the occurrence of so called ghost peaks, which may appear when evaluating incorrect key candidates. Some ghost peaks can be expected from the structure and may actually leak information. We introduce a DPA enhancement technique—Euclidean Differential Power Analysis (EDPA), which makes use of the information leaked by the ghost peaks to diminish the ghost peaks
themselves and bring forward the correct key candidate. The EDPA can be combined with any standard DPA attack irrespective of the distinguisher used. We illustrate that EDPA improves on DPA with both simulations and experiments on smart cards

Kết quả (Việt) 1:

Tóm tắt. Vi sai các cuộc tấn công sức mạnh phân tích (DPA) trích bí mật thông tin quan trọng từ các thiết bị mật mã bằng cách so sánh công suất tiêu thụ với dự đoán dựa trên phím ứng cử viên và tìm kiếm đỉnh núi mà chỉ ra một dự báo chính xác các giá trị. Một trở ngại chung trong việc sử dụng của DPA là sự xuất hiện của cái gọi là ma đỉnh, có thể xuất hiện khi đánh giá không chính xác các ứng cử viên chủ chốt. Một số đỉnh núi ma có thể được mong đợi từ các cấu trúc và thực sự có thể rò rỉ thông tin. Chúng tôi giới thiệu một kỹ thuật nâng cao DPA — Euclid vi sai điện phân tích (EDPA), mà làm cho việc sử dụng thông tin bị rò rỉ bởi các đỉnh núi ma để giảm thiểu các đỉnh núi mabản thân và mang về phía trước ứng cử viên chính chính xác. EDPA có thể được kết hợp với bất kỳ cuộc tấn công tiêu chuẩn của DPA không phân biệt distinguisher được sử dụng. Chúng tôi minh họa rằng EDPA cải thiện trên DPA với mô phỏng và thí nghiệm trên thẻ thông minh

Kết quả (Việt) 2:

Trừu tượng. Giải nén khác biệt Power Phân tích (DPA) tấn công thông tin khóa bí mật từ các thiết bị mã hóa bằng cách so sánh điện năng tiêu thụ với giá trị dự đoán dựa trên các ứng cử viên chủ chốt và tìm kiếm đỉnh mà chỉ ra một dự đoán chính xác. Một trở ngại chung trong việc sử dụng DPA là sự xuất hiện của cái gọi là đỉnh ma, mà có thể xuất hiện khi đánh giá các ứng cử viên chính không chính xác. Một số đỉnh núi ma có thể được dự kiến từ cấu trúc và thực sự có thể bị rò rỉ thông tin. Chúng tôi giới thiệu một nâng cao DPA kỹ thuật Euclide Differential Power Phân tích (EDPA), mà làm cho việc sử dụng các thông tin bị rò rỉ bởi các đỉnh núi ma để làm giảm ma đỉnh
bản thân và mang về phía trước ứng cử viên chủ chốt chính xác. Các EDPA có thể kết hợp với bất kỳ cuộc tấn DPA tiêu chuẩn không phân biệt distinguisher sử dụng. Chúng tôi minh họa rằng EDPA cải thiện trên DPA với cả hai mô phỏng và thí nghiệm trên thẻ thông minh