沈 剑 浙江理工大学

报告题目： 基于深度学习的侧信道分析

演讲摘要：侧信道分析，是硬件安全评估的关键技术之⼀。其通过分析嵌⼊式设备在执⾏加密算法时产⽣的时间延迟、功耗和电磁辐射等物理泄露以达到揭示密钥和关键数据的目的。在该领域中，建模类侧信道分析以其精准的安全性评估成为了最先进的攻击⼿段。深度学习技术由于具有发现物理泄露与关键数据间内在联系的特性，使得侧信道分析进⼊到新的发展阶段。该技术通过自动提取加密过程中的物理泄露重要性息并建立分析模型，进⽽⾼效精确地恢复关键数据。因此，基于深度学习的侧信道分析可为硬件安全的保障提供强⼒的支撑。基于此，我们针对以下⽅面展开研究：（1）基于多泄露正则化自编码侧信道分析，用于提升降低噪声的同时保留良好的数据内部相关性；（2）⽆监督域适应侧信道分析，用于实现跨设备的迁移学习；（3）安卓⼿机 EM 泄露侧信道分析，用于破解 AES 在⼿机上的软件实现。

讲者简介：教授，博⼠⽣导师，浙江理⼯⼤学信息科学与⼯程学院院长。研究⽅向为公钥密码学、数据安全、区块链等；国家级⾼层次⼈才、国家重点研发首席科学家、⼊选浙江省领军型创新团队，先后获教育部自然科学⼆等奖（排名第⼀）、中国密码学会优秀青年奖等科技奖励；获国家自然科学基⾦优青资助，牵头主持国家重点研发计划项目、国家自然科学基⾦联合重点项目等国家重⼤重点项目 3项；在 IEEE TIFS、TDSC、ACISP 等国际知名期刊/会议上发表相关学术论⽂百余篇，近五年连续⼊选全球⾼被引科学家榜单；目前为中国密码学会安全协议专委会委员、中国密码学会⼤数据与⼈⼯智能安全专委会委员、中国电⼦学会⽹络空间安全专委会委员、中国计算机学会区块链专委会执委，并担任等多个国际期刊主编和编委，及多个国际学术会议主席。