能量分析攻击Day4

第4章能量迹的统计特征
4.1能量迹的组成
1.能量迹上的每一点可以刻画为操作依赖分量Pop，数据依赖分量Pdata，电子噪声Pel.noise以及恒定分量Pconst的和。
4.2能量迹单点特征
4.2.1电子噪声
1.电子噪声Pel.noise服从正态分布:Pel.noise~N(0，δ)
4.2.2数据依赖性
1.微控制器能量消耗的Pdata分量基本上与微控制器正在处理数据的汉明重量成反比
2.对于绝大多数密码设备而言，如果被处理的数据服从均匀分布，则可以用正态分布来近似设备能量消耗中的数据依赖分量Pdata
4.2.3操作依赖性
1.操作依赖分量Pop的分布也可以用正态分布很好的近似
4.3能量迹单点泄漏
4.3.1信号与噪声
1.在一个给定攻击场景中，可以用可利用能量消耗Pexp，转换噪声Psw.noise，，电子噪声Pel.noise和恒定分量Pconst的和来刻画能量迹中单个点的能量消耗。
4.3.2信噪比
1.在给定的攻击场景中，能量迹中某一点的SNR由下式给出:

SNR量化了能量迹中单点泄漏的信息量。SNR越高，泄漏的信息就越多。
4.4能量迹多点特征
4.4.1相关性
1.相关系数度量两个变量之间的线性关系，其取值总在-1和+1之间
4.5能量迹压缩
4.5.1能量迹关联点
4.5.2示例
1.最大值提取技术
2.整合技术
原始整合 绝对值整合 平方和整合
4.6置信区间和假设检验
4.6.1采样分布
1.采样分布决定了对指定参数估计的准确度
4.6.2置信区间
1.置信区间量化了指定估计值与实际参数的近似程度
2.置信区间由所有使得原假设成立的值构成
4.6.3μ的置信区间与假设检验
置信区间 假设检验 能量迹数量 示例
4.6.4μx-μy的置信区间和假设检验
置信区间 假设检验 能量迹数量 示例
4.6.5ρ的置信区间和假设检验
置信区间 假设检验 能量迹数量 示例
4.6.6ρ0-ρ1的置信区间和假设检验
4.7小结