| 講演名 | 2022-07-28 耐タンパPRINCEの深層学習電力解析攻撃 竹本 修(名城大), 池崎 良哉(名城大), 野崎 佑典(名城大), 吉川 雅弥(名城大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，深層学習の発展によって，AIはサイバーセキュリティの分野においても取り入れられている．一方で，セキュリティの向上だけでなくサイバー攻撃への転用も報告され，その脅威が顕在化している．サイバー攻撃のひとつとして，暗号デバイスの秘密情報を解析する電力解析攻撃と呼ばれる不正攻撃があり，近年では深層学習を用いて効率的に解析する手法として深層学習電力解析攻撃が提案されている．そこで，深層学習電力解析攻撃に対する暗号の安全性評価が非常に重要となっている．特に，実装制約のあるIoTデバイスにおける暗号には，小面積に実装できるアルゴリズムとして軽量暗号が適しており，その安全性評価が求められている．そこで本研究では，代表的な軽量暗号としてPRINCEに対する深層学習電力解析攻撃を行う．また，評価デバイス上にマスキング対策を適用したPRINCEを実装し，深層学習による秘密情報の学習率を評価する． |
| 抄録(英) | In recent years, with the development of deep learning, AI has been incorporated in the field of cyber security. On the other hand, AI has been reported to be used not only to improve security but also for cyber-attacks. One of the cyber attacks is a malicious attack called a power analysis attack, which analyzes the secret information of a cryptographic device. Recently, deep learning power analysis attack has been proposed as an efficient method using deep learning. Therefore, it is important to evaluate deep learning power analysis attacks on cryptographic devices. In particular, cryptographic algorithms that can be implemented in a small area are suitable for IoT devices with implementation constraints. Several such cryptographic algorithms have been proposed as lightweight block cipher. Therefore, this study demonstrates a deep learning power analysis attack on PRINCE as a representative lightweight block cipher. Also, this study implements PRINCE with masking countermeasures on an evaluation device and evaluates the learning rate of the Hamming distance by deep learning. |
| キーワード(和) | 深層学習 / ハードウェアセキュリティ / 軽量暗号 / サイドチャネル攻撃 |
| キーワード(英) | Deep Learning / Hardware Security / Lightweight Block Cipher / Side-Channel Attack |
| 資料番号 | SS2022-4,KBSE2022-14 |
| 発行日 | 2022-07-21 (SS, KBSE) |
| 研究会情報 | |
| 研究会 | SS / IPSJ-SE / KBSE |
|---|---|
| 開催期間 | 2022/7/28(から3日開催) |
| 開催地（和） | 北海道自治労会館（札幌） |
| 開催地（英） | Hokkaido-Jichiro-Kaikan (Sapporo) |
| テーマ（和） | ソフトウェア工学全般／知能ソフトウェア工学全般／ソフトウェアサイエンス全般 |
| テーマ（英） | |
| 委員長氏名（和） | 岡野 浩三(信州大) / 鷲崎 弘宜(早稲田大学) / 猿渡 卓也(NTTデータ) |
| 委員長氏名（英） | Kozo Okano(Shinshu Univ.) / 鷲崎 弘宜(早稲田大学) / Takuya Saruwatari(NTT Data) |
| 副委員長氏名（和） | 肥後 芳樹(阪大) / / 田辺 良則(鶴見大) |
| 副委員長氏名（英） | Yoshiki Higo(Osaka Univ.) / / Yoshinori Tanabe(Tsurumi Univ.) |
| 幹事氏名（和） | 小形 真平(信州大) / 林 晋平(東工大) / / 小島 英春(阪工大) / 柏 祐太郎(奈良先端大) |
| 幹事氏名（英） | Shinpei Ogata(Shinshu Univ.) / Shinpei Hayashi(Tokyo Inst. of Tech.) / / Hideharu Kojima(Osaka Inst. of Tech.) / Yutaro Kashiwa(NAIST) |
| 幹事補佐氏名（和） | ?本 真佑(阪大) / 伊原 彰紀(和歌山大学) / 小川 秀人(日立製作所) / 竹内 広宜(武蔵大学) / 徳本 晋(富士通) / 伏田 享平(NTT株式会社) / 福田 浩章(芝浦工業大学) / 横川 智教(岡山県立大学) / 青木 善貴(BIPROGY) / 堀田 大貴(茨城大) |
| 幹事補佐氏名（英） | Shinsuke Matsumoto(Osaka Univ.) / 伊原 彰紀(和歌山大学) / 小川 秀人(日立製作所) / 竹内 広宜(武蔵大学) / 徳本 晋(富士通) / 伏田 享平(NTT株式会社) / 福田 浩章(芝浦工業大学) / 横川 智教(岡山県立大学) / Yoshitaka Aoki(BIPROGY) / Hiroki Horita(Ibaraki Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Software Science / Special Interest Group on Software Engineering / Technical Committee on Knowledge-Based Software Engineering |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 耐タンパPRINCEの深層学習電力解析攻撃 |
| サブタイトル（和） | |
| タイトル（英） | Deep Learning Power Analysis Against Protected PRINCE |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | ハードウェアセキュリティ / Hardware Security |
| キーワード(3)（和/英） | 軽量暗号 / Lightweight Block Cipher |
| キーワード(4)（和/英） | サイドチャネル攻撃 / Side-Channel Attack |
| 第 1 著者 氏名（和/英） | 竹本 修 / Shu Takemoto |
| 第 1 著者 所属（和/英） | 名城大学(略称：名城大) Meijo University(略称：Meijo Univ.) |
| 第 2 著者 氏名（和/英） | 池崎 良哉 / Yoshiya Ikezaki |
| 第 2 著者 所属（和/英） | 名城大学(略称：名城大) Meijo University(略称：Meijo Univ.) |
| 第 3 著者 氏名（和/英） | 野崎 佑典 / Yusuke Nozaki |
| 第 3 著者 所属（和/英） | 名城大学(略称：名城大) Meijo University(略称：Meijo Univ.) |
| 第 4 著者 氏名（和/英） | 吉川 雅弥 / Masaya Yoshikawa |
| 第 4 著者 所属（和/英） | 名城大学(略称：名城大) Meijo University(略称：Meijo Univ.) |
| 発表年月日 | 2022-07-28 |
| 資料番号 | SS2022-4,KBSE2022-14 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | SS-138,KBSE-139 |
| ページ範囲 | pp.19-24(SS), pp.19-24(KBSE), |
| ページ数 | 6 |
| 発行日 | 2022-07-21 (SS, KBSE) |