FenixEdu™

Dissertação

Deep Learning based Side Channel Attacks on Intel CPU EVALUATED

Detalhes: Hoje em dia, as implementações criptográficas estão cada vez mais expostas aos chamados side-channel attacks, que analisam as fugas (de potência, tempo, etc.) produzidas pela implementação criptográfica para descobrir informações pessoais. Até há pouco tempo, os side-channel attacks eram quase exclusivamente realizados com métodos estatísticos tradicionais que visavam as supostas fugas. Ultimamente, porém, os métodos de aprendizagem profunda têm mostrado grandes resultados em várias áreas da tecnologia, pelo que é natural que possam também ser utilizados para realizar side-channel attacks. O objetivo deste trabalho é investigar a possibilidade e capacidade de um side-channel attack, utilizando os contadores de energia do processador para adquirir as chaves de encriptação utilizadas pelo mesmo. Para o conseguir, vamos implementar um side-channel attack de potência num processador Intel, com o objetivo de conquistar acesso à interface Running Average Power Limit que mostra valores directamente associados ao consumo de energia do dispositivo, e de seguida iremos aplicar técnicas de aprendizagem profunda, utilizando diferentes arquitecturas de redes neuronais, para descobrir a chave secreta na totalidade. Nesta dissertação, os dados provenientes das medições do software foram adquiridos a partir de versões simplificadas do Advance Encryption Standard. Estes dados são posteriormente fornecidos às redes neuronais para treino e implementação do ataque. Quando colocados em condições de teste, os resultados obtidos pelos modelos de redes neuronais mostraram que ocorrem fugas no processador e que nas mesmas condições em que foram adquiridos os dados utilizados para criar os modelos, é possível descobrir o byte secreto pretendido.
Keywords: implementações criptográficas, side-channel attacks, segurança, aprendizagem profunda, redes neuronais

Discussão: novembro 24, 2022, 11:0