【摘 要】
:
随着计算机科学与网络通信的高速发展,信息安全的重要性不断提升。为确保隐私或机密数据不受窃取和篡改,密码算法已成为至关重要的密码保护手段。其中,AES和SM4算法是被广泛应用于无线传感网和物联网智能设备的分组密码算法。然而,在集成了这两种算法的现有安全芯片中,AES和SM4多为独立实现,未能利用二者的相似结构以优化硬件实现,且随着侧信道攻击的发展,安全芯片缺乏有效的防护设计。因此,利用可重构思想设计
论文部分内容阅读
随着计算机科学与网络通信的高速发展,信息安全的重要性不断提升。为确保隐私或机密数据不受窃取和篡改,密码算法已成为至关重要的密码保护手段。其中,AES和SM4算法是被广泛应用于无线传感网和物联网智能设备的分组密码算法。然而,在集成了这两种算法的现有安全芯片中,AES和SM4多为独立实现,未能利用二者的相似结构以优化硬件实现,且随着侧信道攻击的发展,安全芯片缺乏有效的防护设计。因此,利用可重构思想设计抗侧信道攻击的AES和SM4有着十分重要的意义。本文主要研究了可重构及抗攻击的AES与SM4的硬件实现方法。首先介绍了相关密码算法和侧信道攻击的基本原理,由功耗模型分析了常见的侧信道攻击方法;随后研究了AES和SM4的可重构硬件方案,通过可重构模块分析确定了需要对S盒、列混合、控制器以及接口进行可重构设计;在基于软硬件协同思想提出了加密系统的整体架构后,采用复合域计算的方式实现了可重构S盒,使得三种不同的S盒合并为一个;对于列混合则采用矩阵分解的方法,从而使AES解密时的逆列混合可以复用加密列混合的运算结构;通过状态跳转及接口信号的合并,控制器和模块接口也被整合在一起,从而减小了硬件开销。在抗攻击设计方面,基于常用的防护措施,设计了可重构掩码S盒,解决了零值掩码的问题,并在S盒内对掩码进行分段修正,使其能够抵御功耗攻击;而对于故障攻击,本文结合双路径和奇偶校验,分模块设计了AES与SM4的错误检测方案,通过每轮比对两条路径或奇偶校验码的值来判断运算是否出错。针对所设计的AES与SM4加密电路,本文从功能、抗攻击能力以及性能三个方面进行了验证与分析。在加解密功能上,基于testbench、UVM和FPGA对算法RTL代码进行了完备的验证;在抗攻击能力上,使用CPA和DFA对所设计的算法进行攻击,结果表明本文的抗攻击设计可以有效抵御功耗攻击和故障攻击;最后,基于SMIC 55nm工艺库对加密电路进行综合,经可重构优化后,其面积和功耗较独立实现的AES与SM4减少了11.4%和1.8%,抗攻击的可重构AES与SM4的面积和功耗分别增加了47.4%和10.1%。综合考虑安全性、算法兼容性以及额外资源开销,本文设计有一定的优势。
其他文献
随着深度卷积神经网络(VGGNet、Res Net、Densenet等等)的不断发展,计算机在处理常见的粗粒度图像分类的效果已经越来越准确了,在大量的分类任务中甚至已经超过了人工的分类的精度,继而很多学者和研究人员逐渐地将研究的目光投向了细粒度图像分类任务。然而直接将这些深度神经网络用于细粒度图像的分类并不能得到很好的效果,主要是因为这些细粒度的图像之间是具有很多相同的地方,直接使用这些深度卷积神
语音是人类最基本、最重要、最快捷的信息交流传播方式。语音中不仅包含着说话者表达的内容,还包含着说话者丰富情感信息。随着大数据时代的到来,语音情感识别成为非常活跃的研究领域,在人机交互系统方面具有潜在的应用。语音情感识别作为人机交互系统的重要组成部分,其目的是通过直接的语音交流与机器形成情感互动。但是,由于情感的复杂多样性,语音情感识别是一项非常具有挑战性的工作。在语音情感识别研究中,研究主要内容是
随着经济全球化以及数字经济学的迅速崛起,推动了全球经济的快速发展。股票市场作为金融行业中最为重要的一部分,对经济的波动有着重要影响。股票价格涨跌的不确定性、难预测性和高回报高风险性,激起了众多学者的研究热潮,更受到了广大投资者的关注与追捧。如何提高股票涨跌预测的变化趋势成为众多学者与投资者最为关注的热点,因此,对金融趋势预测技术模型的研究与设计不仅具有深刻的理论意义,也具有非常重要的使用价值。由于
城市道路交通堵塞及事故的频发,给市民的交通出行和社会生产带来极大的困扰,尽管诸多的城市管理者对解决当前问题做了很多不同的尝试,但这些现象依然存在于各个城市中,且呈现上升趋势,如何在现有的交通设施基础下有效的提高城市道路的运行效率及管理能力是当前交通运输领域的主要难题。城市路网中无时无刻有网约车在运行,包含大量全面的城市交通时空信息,而且GPS数据具有可靠性高、数据量大等特点,采集到的数据通过无线网
长期以来,细粒度图像分类作为传统图像分类的一个细分方向,在现实世界的场景中有着广泛的实际应用需求。细粒度图像分类追求更加细致的类别划分,比如,输入一张鸟类的图像,可以对目标物体的具体子类别进行准确识别。显而易见的,细粒度图像分类相比传统意义上的图像分类提出了更高的要求。细粒度图像分类问题最大的挑战在于样本的类间差异小、类内差异大。为了解决这个问题,聚焦于近年来使用深度学习方法在细粒度图像分类问题上
目前人脸识别技术以及红外测温技术非常成熟,但对于人脸存在遮挡物的识别和口罩佩戴检查识别方面的应用场景,目前仍处于发展的阶段。目前在实际应用工程应用当中,面对复杂的室内外环境因素下,对人脸身份识别及配合红外非接触式测温装置的进行体温测量,仍存在一些关键技术问题,亟待科研人员和工程师共同解决:如对于人脸的关键点进行定位;判断人脸特征(如否佩戴好口罩)进行实时检测识别;在室内外进行非接触式测温精度控制和
随着移动智能终端的快速普及和物联网技术的快速发展,人们对于位置感知需求的应用急剧增加,定位服务作为移动互联网应用程序的一部分,深刻的影响着人们的出行的各个方面。近年来,随着室外定位技术的日渐成熟,总体净利率在逐年下降,而室内定位的需求却在不断增长,巨大的商业价值驱使人们更加关注室内定位技术的发展,其中,Wi-Fi(Wireless Fiedelity,无线保真)室内定位技术凭借基础设施部署广泛和终
科技的日异月新催促着各行各业的蓬勃发展,互联网作为社会的领头羊,与各行各业无时无刻连接在一起。伴随在传输、基础设施、计算能力都获得快速提升的基石下,智能互联网也因此诞生。手机作为人与互联网的一个重要接口,每天都会在其上面留下大量的行为数据,这些数据维度极其丰富且具有较强时效性。在互联网业务场景中,如何对用户画像进行高效预测是目前各大公司研究的核心问题之一。传统的用户画像都是以人工打标签为主,其效率
全球计算机与数字通信技术发生了翻天覆地的变化,在信息的传播和获取变得非常方便的同时,多媒体信息遭受着许多的攻击,信息的安全也变得尤为重要。人们对于知识产权的保护意识也越来越强烈,发布到网络上的多媒体的版权问题也越来越多。国内外许多专家和学者对此提出了各种有效的方法,保护多媒体版权信息大多采取了数字水印技术,该技术近几年在国际上得到了广泛的应用与研究。数字水印是一种新的保护手段。以语音和文本类的数据
随着信息技术的发展和计算速度的提升,人工智能等热点技术不断取得突破和进展。同时医疗产业信息化产生了大量的医疗数据,使得人工智能技术与医疗健康的结合成为当下的研究热点。糖尿病作为威胁人类健康的九大疾病之一,有效地评估患者的再入院风险,可以辅助医生进行更好的决策,提高医院的医疗质量。同时还能节约医疗资源,降低医疗开销,有一定的现实意义。本文尝试利用机器学习技术,基于结构化医疗数据进行疾病预测,判断糖尿