| 講演名 | 2021-04-12 深層学習を用いたサイドチャネル攻撃の性能評価手法に関する検討 伊東 燦(東北大), 上野 嶺(東北大), 本間 尚文(東北大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，深層学習を用いたサイドチャネル攻撃（DL-SCA）の直接的かつ定量的な性能評価を目的として，攻撃成功確率（SR: Success Rate）の下界と推測エントロピー（GE: Guessing Entropy）の上界の推定手法を提案する．サイドチャネル攻撃では，攻撃の効率を測るための指標としてSRとGEが広く用いられている．一方で，DL-SCAではAccuracyやPrecisionなどの機械学習で一般的に用いられる性能評価指標が，SRとGEを推定する上で有効ではないことが指摘されていた．本稿で提案する手法では，DL-SCAで用いられる負の対数尤度が独立な確率変数の和に帰着できることに着目し，確率集中不等式を用いて緊密なGEの上界とSRの下界を導出する．様々なデータセットに対する攻撃実験を通して，提案手法により導出したGEの上界およびSRの下界の有効性を確認する． |
| 抄録(英) | This paper presents a method for estimating the lower bound of success rate (SR) and the upper bound of guessing entropy (GE) on deep-learning-based side-channel attacks (DL-SCAs) for the purpose of direct and quantitative performance evaluation. In conventional side-channel attacks, SR and GE are widely used as indicators for measuring the efficiency of attacks. On the other hand, in DL-SCA, it is pointed out that performance evaluation metrics generally used in machine learning such as Accuracy and Precision are not effective in estimating SR and GE. In this paper, we consider that the negative log-likelihood used in DL-SCA can be reduced to the sum of independent random variables, and derive a tighter GE upper bound and SR lower bound using a probability concentration inequality. Through attack experiments on different data sets, we confirm the effectiveness of the upper bound of GE and the lower bound of SR derived by the proposed method. |
| キーワード(和) | サイドチャネル攻撃 / 深層学習 / 確率集中不等式 |
| キーワード(英) | Side-channel attacks / Deep learning / Probability concentration inequalities |
| 資料番号 | HWS2021-8 |
| 発行日 | 2021-04-05 (HWS) |
| 研究会情報 | |
| 研究会 | HWS |
|---|---|
| 開催期間 | 2021/4/12(から1日開催) |
| 開催地（和） | 東京大学 武田先端知ビル（武田ホール）/オンライン開催 |
| 開催地（英） | Tokyo University/Online |
| テーマ（和） | ハードウェアセキュリティ，一般 |
| テーマ（英） | Hardware Security |
| 委員長氏名（和） | 池田 誠(東大) |
| 委員長氏名（英） | Makoto Ikeda(Univ. of Tokyo) |
| 副委員長氏名（和） | 島崎 靖久(ルネサスエレクトロニクス) / 永田 真(神戸大) |
| 副委員長氏名（英） | Yasuhisa Shimazaki(Renesas Electronics) / Makoto Nagata(Kobe Univ.) |
| 幹事氏名（和） | 小野 貴継(九大) / 高橋 順子(NTT) |
| 幹事氏名（英） | Takatsugu Ono(Kyushu Univ.) / Junko Takahashi(NTT) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Hardware Security |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層学習を用いたサイドチャネル攻撃の性能評価手法に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | On the Performance Evaluation of Deep-Learning Based Side-Channel Attacks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | サイドチャネル攻撃 / Side-channel attacks |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | 確率集中不等式 / Probability concentration inequalities |
| 第 1 著者 氏名（和/英） | 伊東 燦 / Akira Ito |
| 第 1 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 2 著者 氏名（和/英） | 上野 嶺 / Rei Ueno |
| 第 2 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 3 著者 氏名（和/英） | 本間 尚文 / Naofumi Homma |
| 第 3 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 発表年月日 | 2021-04-12 |
| 資料番号 | HWS2021-8 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | HWS-1 |
| ページ範囲 | pp.33-38(HWS), |
| ページ数 | 6 |
| 発行日 | 2021-04-05 (HWS) |