基于大语言模型与多侧信道区分器的密码安全度量方法

本发明涉及信息安全密码领域，公开了基于大语言模型与多侧信道区分器的密码安全度量方法，包括根据简单能量分析SPA的特点，基于常用分析手段，设计分段、预处理、数据统计、降维、聚类及连续规则限制等多种侧信道区分器；当密码设备运行目标算法时，采集其运行过程中的照度、能量或电磁等侧信息数据；基于采集到的侧信息数据，选择不同的侧信道区分器，融合形成具有侧信道分析知识的专家版提示词，描述分析目标和任务。无需专家参与或专业的分析工具，即可利用通用大语言模型面向具有多种防护手段如随机延时、掩码等的密码设备进行安全性自动化度量，且与普通SPA安全度量方法相比，在样本量相同的情况下误报率降低>=30%，相同准确率下样本量降低>=30%，大大提升了侧信道安全度量的准确率以及减少了人工等资源成本。