一种基于深度学习的侧信道分析方法及装置

本发明公开了一种基于深度学习的侧信道分析方法及装置，包括仿真模块(SM)、泄漏正则模块(LRM)以及基于深度学习的建模侧信道分析的基础神经网络模块(BNNM)。在建模阶段，所述的SM以中间变量作为输入，选定仿真模式，输出相应的侧信道泄漏；所述的LRM模块则借助SM输出的仿真泄漏对BNNM提取的过渡泄漏进行正则；所述的BNNM接收侧信道曲线，提取特征并预测泄漏的中间值，然后计算预测与真实的中间值之间的损失，利用反向传播更新网络参数。本发明相对于现有技术，并未引入外部物理泄漏，而是利用仿真的泄漏作为参考，扩展了RePA的框架的实用范围。当攻击者无法获取物理参考泄漏或需要对不同目标的攻击性能进行横向对比时，本发明是一种通用解决方案。