[发明专利]一种基于相关性排名的数据重排列功耗分析方法

权利要求书

1.一种基于相关性排名的数据重排列功耗分析方法，其特征在于，包括如下步骤：

（1）获取功耗信息；

获取密码设备运行过程中泄露的功耗信息，即能量迹；

（2）计算“基准”能量迹；

根据获取的能量迹数据，采用均值方法计算“基准”能量迹；

（3）计算每条能量迹与“基准”能量迹之间的相关系数；

根据皮尔逊相关系数计算每条能量迹与“基准”能量迹的相关系数；

（4）数据排序；

根据计算出的相关系数值，对相关系数矩阵由大到小进行降序排序，根据排序结果设置与相关系数值相对应的原始能量迹和明文数据的排序位置；

（5）数据重排列；

根据设置的排序位置对原始能量迹和明文数据进行重新排列；

（6）功耗分析；

基于重排列的能量迹和明文数据，实现对密码算法的功耗分析。

2.根据权利要求1所述的数据重排列功耗分析方法，其特征在于，步骤（1）所述获取功耗信息，具体步骤如下：

（1.1）获取待攻击密码算法的能量迹，通过采集完成，或者从现有的公开数据集中获取；获取的能量迹表示为T=(t₁,…,t_N)，其中N表示能量迹条数；

（1.2）设置随机明文为X=(x₁,…,x_N)，其中N表示能量迹条数，固定密钥为key=(k₁,…,k_byte) ，byte表示密钥的字节数。

3.根据权利要求1所述的数据重排列功耗分析方法，其特征在于，步骤（2）所述计算“基准”能量迹，具体步骤如下：

（2.1）针对所有能量迹中每个特征点位置对应的数据，计算其平均值；

（2.2）以所有能量迹所有特征点的数据均值构造出一条能量迹，将该能量迹作为“基准”能量迹benchmarkT。

4.根据权利要求1所述的数据重排列功耗分析方法，其特征在于，步骤（3）所述计算每条能量迹与“基准”能量迹之间的相关系数，具体步骤如下：

（3.1）以皮尔逊相关系数作为相关性评估指标，评估所有能量迹与“基准”能量迹之间的相关性，所计算的相关系数的绝对值越接近1，表示两个样本之间的相关性越高，皮尔逊相关系数的计算方法如下所示，其中X表示待评估的某条能量迹，Y表示基准能量迹，cov(•)表示协方差函数，σ表示样本标准差，E(•)表示数学期望函数；

（3.2）根据皮尔逊相关系数，计算每一条能量迹和“基准”能量迹之间的相关系数，得到一个一维数组coff，其包含的元素个数与初始能量迹的条数相同；相关系数的绝对值越大，表明该条能量迹越接近“基准”能量迹，其噪声偏差越小，反之，相关系数的绝对值越小，其包含的噪声越大。

5.根据权利要求4所述的数据重排列功耗分析方法，其特征在于，步骤（4）所述数据排序，具体步骤如下：

（4.1）针对相关系数数组coff，按照相关系数值由大到小降序排序；

（4.2）根据排序结果设置与相关系数值相对应的原始能量迹和明文数据的排序位置。