지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 洪錫熹
- 발행연도
- 2015
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
부채널 분석(Side Channel Analysis)이란 장치 내에 구현된 암호연산기능에 대해 설계자가 의도하지 않은 부가적인 채널의 정보를 이용해 분석하는 기법을 통칭한다. 이 중 전력분석은 가장 많이 사용되는 부채널 분석기법 중 하나로 전력분석을 효과적으로 수행하기 위해 다양한 신호처리 기법이 활용되고 있다. 신호처리 기법들은 공격환경이나 수집된 신호의 특성에 따라 복합적으로 사용되어 전력분석의 성능을 높이게 된다.
파형압축은 파형을 구간별로 분할하여 구간에 포함된 신호를 하나의 값으로 압축해 데이터의 크기를 줄이는 방법으로 데이터 크기 감소로 인한 분석의 계산복잡도 감소뿐 아니라 신호를 압축하는 과정에서 잡음성분이 상쇄되어 전력분석의 성능을 높인다는 것이 알려져 있다. 가장 최근에 제안된 주성분분석(Principal Component Analysis, PCA)을 이용한 파형압축은 데이터가 포함된 다차원 공간에서 특징벡터를 계산해 이를 가중치벡터로 사용하는 방법으로 성능이 가장 우수한 것으로 알려져 있다.
본 논문에서는 선형판별분석(Linear Discriminant Analysis, LDA)을 이용한 파형압축을 통해 전력분석의 성능을 향상시키는 방법을 제안한다. 선형판별분석은 주성분분석과 유사하지만 데이터를 해석하는 방향에 차이가있다. 선형판별분석을 적용하기 위해 장치 내부의 비밀키 값을 모르는 상태에서 수집된 파형들을 클래스로 구분하는 방법을 제안하였으며, 우수성을 확인하기 위해 16비트와 32비트프로세서에 S/W로 구현된 암호알고리듬의 전력파형과 FPGA상에 H/W로 구현된 암호알고리듬의 전력파형을 이용, 주성분분석을 활용한 기존 파형압축과의 성능을 비교하였다. 실험 결과, 제안기법을 사용했을 때 상관전력분석(Correlation Power Analysis, CPA)의 성능이 향상되는 것을 확인했다.
파형압축은 파형을 구간별로 분할하여 구간에 포함된 신호를 하나의 값으로 압축해 데이터의 크기를 줄이는 방법으로 데이터 크기 감소로 인한 분석의 계산복잡도 감소뿐 아니라 신호를 압축하는 과정에서 잡음성분이 상쇄되어 전력분석의 성능을 높인다는 것이 알려져 있다. 가장 최근에 제안된 주성분분석(Principal Component Analysis, PCA)을 이용한 파형압축은 데이터가 포함된 다차원 공간에서 특징벡터를 계산해 이를 가중치벡터로 사용하는 방법으로 성능이 가장 우수한 것으로 알려져 있다.
본 논문에서는 선형판별분석(Linear Discriminant Analysis, LDA)을 이용한 파형압축을 통해 전력분석의 성능을 향상시키는 방법을 제안한다. 선형판별분석은 주성분분석과 유사하지만 데이터를 해석하는 방향에 차이가있다. 선형판별분석을 적용하기 위해 장치 내부의 비밀키 값을 모르는 상태에서 수집된 파형들을 클래스로 구분하는 방법을 제안하였으며, 우수성을 확인하기 위해 16비트와 32비트프로세서에 S/W로 구현된 암호알고리듬의 전력파형과 FPGA상에 H/W로 구현된 암호알고리듬의 전력파형을 이용, 주성분분석을 활용한 기존 파형압축과의 성능을 비교하였다. 실험 결과, 제안기법을 사용했을 때 상관전력분석(Correlation Power Analysis, CPA)의 성능이 향상되는 것을 확인했다.
목차
제 1 장 서론 1제 2 장 관련 연구 4제 1 절 전력 분석 41.1 단순전력분석(Simple Power Analysis, SPA) 41.2 차분전력분석(Differential Power Analysis, DPA) 51.3 상관전력분석(Correlation Power Analysis, CPA) 5제 2 절 전력분석 향상기법 82.1 파형 정렬 92.2 필터링 및 증폭 102.3 파형 선별 122.4 파형 압축 14제 3 절 선형판별분석 15제 3 장 선형판별분석을 이용한 파형압축 18제 1 절 수집파형의 클래스 분류 18제 2 절 압축대상 단위구간선정 21제 3 절 특징벡터 연산과정 22제 4 절 교유벡터의 선택과 파형압축 24제 4 장 성능 비교 25제 1 절 실험 목적 및 개요 25제 2 절 16비트 MSP430을 이용한 실험 27제 3 절 32비트 S3C2410을 이용한 실험 32제 4 절 DPA contest v2 파형을 이용한 실험 40제 5 장 결론 45부록 A MATLAB 구현 Code 47제 1 절 선형판별분석 Code 47제 2 절 주성분분석 Code 52부록 B AES S-box 연산 53
최근 본 자료
댓글(0)
0