龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安电子科技大学
摘要：本发明提出了一种基于LSTM的神经网络结构侧信道攻击方法，实现步骤为：采集神经网络的功耗迹波形；获取训练样本集和测试样本集；对长短期记忆网络LSTM模型进行迭代训练；获取侧信道攻击结果。本发明在对长短期记忆网络LSTM模型进行迭代训练的过程中，能够同时对大量的功耗迹波形实现区域标签表预测，提高了神经网络结构的侧信道攻击效率；而且在获取训练样本集和测试样本集的过程中，通过提取每条功耗迹波形的上包络并对其高斯平滑滤波，以获取更加平滑功耗迹波形，避免了现有技术因对高频噪声抑制能力较差对攻击精度的影响。
主权项：1.一种基于LSTM的神经网络结构侧信道攻击方法，其特征在于，包括如下步骤：1采集神经网络的功耗迹波形：将N幅不同的图像作为开发板中的神经网络的输入进行推理，并对推理过程中开发板中的微处理器所产生的电磁能量泄露进行采集，得到N条层数与神经网络层数数量相同并且长度为T的功耗迹波形，其中N≥500；2获取训练样本集和测试样本集：对每条功耗迹波形的上包络进行高斯平滑滤波，得到预处理后的N条功耗迹波形，并获取预处理后的M条功耗迹波形中每层所在区域的层类型标签组成的区域标签表，再将M条预处理功耗迹波形及其对应的区域标签表组成训练样本集，同时将剩余的R＝N-M条功耗迹波形作为测试样本集，其中，M＞N2；3对长短期记忆网络LSTM模型进行迭代训练：将训练样本集作为长短期记忆网络LSTM模型O的输入对其进行迭代训练，得到训练好的长短期记忆网络LSTM模型O*；4获取侧信道攻击结果：将测试样本集作为训练好的长短期记忆网络LSTM模型O*的输入对每个测试样本进行预测，得到R个预测输出，通过分析任一预测输出及其序列对应的层类型推断出对应的预测区域标签表，实现神经网络结构的侧信道攻击。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于LSTM的神经网络结构侧信道攻击方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号