【摘 要】
：
基于深度学习的建模类旁路密码分析(Deep Learning Side Channel Analysis/Attack,DLSCA)对于各种旁路攻击场景的密码破解效果都十分显著,但是DLSCA仍存有安全评估问题。基于AES对称加密算法的能量分析,通过信息熵角度分析准确率等传统机器学习性能指标无法评估DLSCA深度神经网络(Deep Neural Network,DNN)模型训练程度的原因。定义密钥信息量,分别阐释密钥信息量与旁路安全评估、DNN模型训练阶段性能评估的关系,建立深度学习模型与旁路分析二者的联
【机 构】
：
陆军工程大学石家庄校区装备模拟训练中心
【基金项目】
：
国家自然科学基金(51377170,61271125),国家青年科学基金(61602505)。
论文部分内容阅读
基于深度学习的建模类旁路密码分析(Deep Learning Side Channel Analysis/Attack,DLSCA)对于各种旁路攻击场景的密码破解效果都十分显著,但是DLSCA仍存有安全评估问题。基于AES对称加密算法的能量分析,通过信息熵角度分析准确率等传统机器学习性能指标无法评估DLSCA深度神经网络(Deep Neural Network,DNN)模型训练程度的原因。定义密钥信息量,分别阐释密钥信息量与旁路安全评估、DNN模型训练阶段性能评估的关系,建立深度学习模型与旁路分析二者的联
其他文献
项目针对竺山湖清淤区,结合太湖贡湖湾、胥口湾等水源地的生态清淤、东太湖网围航道清淤等相关的综合治理工程,通过对不同清淤时期、不同清淤区域水质、底泥理化特性、水生植
为了实现CFRP与钢的可靠稳定连接,采用胶粘剂辅助下电阻凸塞焊方法对其进行焊接.观察、分析了接头中各区域的接合状态,探讨了焊接电流对接头几何特性与抗剪载荷的影响.结果表
通过对淮安市主要河流环境数据的统计,以COD、NH3-N为主要污染物控制指标,采用河流流量设计、水质目标值的确定以及最大允许排放量模型分析的方法,对淮安市环境容量和污染物总量控制进行了研究。本研究旨在为淮安市地表水环境保护和改善提供参考。
对江苏农村供水现状进行分析,剖析目前存在的主要问题,提出江苏农村供水发展思路,并提出构建从源头到龙头的城乡供水保障工程体系和规范化管理体系的对策建议,以促进农村供水保障水平再上新台阶。
科学合理的监测方案是堤防安全巡视和隐患排查的重要保障,常规监测方法受人力、物力、财力所限,监测频次、监测指标、监测范围等常无法满足监测要求,不能及时、准确掌握堤防运行状况。在总结国内外多类先进监测技术的基础上,将卫星监测、无人机倾斜摄影、高精度GNSS、探地雷达、水下多波束等多种监测手段整合,构建用于堤防安全巡视的空地潜一体化监测系统。基于空地潜一体化监测系统提出了大范围岸段隐患排查,局部岸段定量分析,重点岸段视频监测的递进式巡堤方案,研究成果可为我国河道沿线堤防的现代化及科学化管理提供参考依据。
2020年汛期长江和淮河均有洪水过境扬州,通过收集整理水文监测数据和洪水调查资料,采用数理统计的方法,根据降水时间、降水量、潮位、流量统计特征,分析扬州市过境洪水的特性,重点研究长江世业洲汊道和淮河入江水道新民滩断面洪水影响情况。研究结果有利于总结扬州市过境洪水变化规律,为扬州市防汛减灾、洪水预测预报等工作提供依据。
针对当前传统铆钉拆除设备工作时伤害母材、切除效率低下等问题,利用电火花加工技术设计一款便携式电火花铆钉切除设备。为了提高铆钉电火花切除设备的实用性,提高铆钉切除效率和降低电极损耗是其关键。在介绍所研制的便携式电火花铆钉切除设备的结构和工作原理的基础上,采用正交试验法对四个主要加工工艺参数进行双目标优化,选择工作脉冲频率、脉冲占空比、工作电压和工具电极进给速度四个参数作为试验因素,加工效率和电极损耗率作为试验指标。通过对LMB10型号的拉铆钉进行正交试验,采用极差分析法确定了各影响因素对目标指标的影响次序以
面对全省水利科技创新的新形势、新要求,制定“十四五”水利科技创新发展体系迫在眉睫。在总结“十三五”期间水利科技创新相关成就,判断全新形势和存在问题的基础上,分析下一阶段发展的重要领域及任务,从体制机制改革、载体建设、规范化管理、成果推广转化、科普教育宣传及对外交流合作等多方面构建今后水利科技创新的发展体系,旨在为提升江苏省水利科技创新政策提供参考。
在软基中先施打半刚性水泥土类桩(M桩),水泥未硬凝时再施打劲性桩,形成劲性复合桩(MC桩)。对水利工程中劲性复合桩设计方法进行探讨,并对地基有防渗要求的情况,采用水泥土作为褥垫层进行现场观测,试验结果将对劲性复合桩在水利工程中的应用和推广提供了参考。
针对高压缩率图片检测的准确度不高的问题,解决此类问题的一种有效方法是使用数据增强策略,进而提高对高压缩率图片检测的准确度。围绕数据增强对深度伪造检测模型的影响展开研究,检测网络使用XceptionNet,选取14种基于遮挡类和光学变化的数据增强方法进行分析,之后使用Grad-CAM进行了可视化分析,增强模型的可解释性。实验结果表明,这4种遮挡式方法均有一定效果的提升,而基于光学变换的数据增强方法中