基于特征编码卷积神经网络的侧信道分析方法及装置

AITNT
正文
推荐专利
基于特征编码卷积神经网络的侧信道分析方法及装置
申请号:CN202510505559
申请日期:2025-04-22
公开号:CN120320926A
公开日期:2025-07-15
类型:发明专利
摘要
本公开提供了一种基于特征编码卷积神经网络的侧信道分析方法、装置、设备及介质,该方法包括:获取目标设备的侧信道能量迹数据;利用预先训练的第一神经网络模型,对能量迹数据进行特征编码和解码,得到编码特征,第一神经网络模型包括特征头编码器和特征头解码器;将编码特征输入至第二神经网络模型的特征头编码器,并通过第二神经网络模型的分类子模型进行多尺度特征融合,以及利用注意力机制动态加权编码特征,提取目标泄露特征;基于目标泄漏特征,计算各候选密钥的猜测概率分布;基于猜测概率分布,从各个候选密钥中确定目标设备的目标密钥。
技术关键词
神经网络模型 编码特征 分类子模型 多尺度特征融合 编码器 密钥 融合特征 注意力机制 分析方法 特征描述符 信道 解码器 特征提取器 层级 分布特征 输出特征 重构 数据
系统为您推荐了相关专利信息
1
一种基于物联平台和大数据的光伏设备告警系统及方法
光伏设备 时间序列预测模型 平台模块 终端模块 物联
2
一种车辆故障诊断方法及相关装置
车辆故障诊断方法 气象 数据 温湿度参数 风险
3
一种基于多通道参数图的装备健康管理系统和方法
健康管理系统 参数 多通道 数据 采集单元
4
基于联邦学习的电力负荷预测系统及其训练方法
客户端 电力负荷预测系统 加密 电力负荷预测模型 LSTM神经网络模型
5
一种基于极大似然估计的数据扩充方法
数据扩充方法 解码器 变量 采集医学图像数据 梯度下降算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号