高效侧信道分析：从协同去噪到自适应B样条降维

来源：电子与信息学报杂志2026年第3期北京时间：

作者：罗玉玲, 徐海洋, 欧阳雪, 付强, 秦圣, 刘俊秀

单位：1.广西师范大学电子与信息工程学院/集成电路学院 桂林 5410042.广西类脑计算与智能芯片重点实验室 桂林 541004

摘要：侧信道分析(SCA)是一种强大的密码分析技术，但其攻击效率受到原始功耗轨迹信噪比低、冗余高维数据掩盖局部泄露以及关键参数设定依赖经验等挑战的严重制约。针对上述问题，该文提出自适应B样条降维与协同去噪的侧信道分析方法，以实现高效且鲁棒的侧信道攻击。该框架包含3个核心步骤。首先，构建协同去噪框架(CDF)，通过整合基于皮尔逊相关系数的轨迹筛选机制和基于奇异值模板的去噪方法，有效提升了功耗轨迹的信噪比。其次，设计一种新颖的基于邻域不对称性聚类(NAC)的方法，用于自适应地确定CDF中的关键阈值，从而增强方法的鲁棒性。最后，首次将B样条技术引入功耗轨迹的降维处理，并提出基于自适应B样条降维(ABDR)的高效局部建模降维方法，在大幅度压缩数据量的同时，最大限度地保留了关键泄漏信息，显著降低后续侧信道分析的计算开销。实验结果表明，在数据集OSR2560上，信噪比提升了60%，密钥恢复所需的痕迹数量从3 000条减少至1 200条。在数据集OSR407上，信噪比提升了150%，将痕迹数量从2 400条减少至1 500条，在显著降低数据维度的基础上，有效增强了正确密钥与错误猜测密钥的区分度，进而提高了攻击效率。

关键词：相关能量分析, 信噪比, 协同去噪框架, 邻域不对称性聚类, B样条降维

基金资助：国家自然科学基金(62462009, 42501519)，广西科技计划项目广西科技基地和人才专项(桂科AD24010047)，广西青年科技人才工程(GXYESS2025144)