一种针对高阶分组密码算法的高精度侧信道分析方法

本发明涉及一种针对高阶分组密码算法的高精度侧信道分析方法，属于信息安全密码技术领域。首先采集运行高阶掩码防护的分组密码算法设备的侧信息，并定位侧信息中执行秘密信息相关运算的区域。结合分组密码算法原理，使用特征选择函数对侧信息进行特征提取并降维。应用矩阵乘法获得多线性向量，进行秘密信息和掩码的特征整合。本发明无需预先获取掩码相关先验知识，相比于传统的深度学习侧信道分析方法，使用多线性卷积神经网络在分析分组密码的密钥搜索空间时，具有更低的计算复杂度和更高的成功率。本发明能够成功恢复密钥所需的能量迹数量比普通的CNN方法降低至少30%，误报率比同等能量迹数量下的CNN方法降低至少30%。