多任务学习建模类侧信道攻击方法、装置、设备、介质及程序产品

本发明涉及信息安全技术领域，提供一种多任务学习建模类侧信道攻击方法、装置、设备、介质及程序产品，该方法包括：采集训练能量迹数据和攻击能量迹数据；对于训练能量迹数据经过泄露模型映射形成相应的标签；利用训练能量迹数据和标签训练多任务学习神经网络模型；利用训练好的多任务学习神经网络模型对攻击能量迹数据预测其中间值泄露模型的概率分布，利用SM2签名算法中私钥字节与选取中间值的函数关系计算私钥字节的概率分布，实现对SM2签名算法的侧信道攻击。本发明通过建立神经网络区分器的方式，能够充分利用能量迹中的泄露特征，提升攻击效果，尽可能降低恢复密钥所需的时长。