本发明提供一种基于模板主成分回归的分组密码硬件安全评估方法,本方法通过主成分分析将线性相关的变量通过正交变换将原始数据从高维空间投影至低维空间转化为线性不相关的变量,即可以在不牺牲回归的估计性能的前提下解决多元线性回归分析中可能出现奇异矩阵不可逆的问题,又一定程度降低了回归分析的计算代价。
实验结果表明,在解决多元线性回归分析方法可能出现奇异矩阵不可逆的问题具有很好的表现。模板主成分回归构造的模板具有更优的普适价值、评估收敛完成度和评估计算复杂度,为检测分组密码设备的安全性提供了很好的评估手段。本发明具有评估效率更高,计算复杂度更低,普适性更好的优点。
黑龙江大学(Heilongjiang University),位于黑龙江省哈尔滨市,是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学,黑龙江省“双一流”建设国内一流大学A类高校,入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地,是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2022-12-08
综合评价
本发明采用“分而治之”的思想进行建模,通过已知的子密钥计算相应的中间值,对中间值矩阵进行主成分重构成线性不相关的矩阵,利用相应的回归系数矩阵构建模板,采用合适的主成分阈值不仅可以构造出普适性更好的模板还能缩短建模时间。通过构造的模板计算所有可能密钥取值的估计功耗矩阵和实际功耗矩阵的相关系数,匹配出最优相关性的子密钥。下面以AES-128为例给出了基于模板主成分回归的分组密码硬件安全评估方法的具体过程,如算法1所示。下面结合实施例以AES-128为例及附图对本发明作进一步详细的描述,算法如表1所示。本发明的实施方式不限于此且适用于大多数分组密码算法具有很强的通用性。
查看更多>