结合决策树和AdaBoost的缓存侧信道攻击检测

来源：计算机工程与科学杂志2024年第3期北京时间：

作者：李扬, 尹大鹏, 马自强, 姚梓豪, 魏良根,

单位：1.宁夏大学信息工程学院，宁夏 银川 750021；2.宁夏大数据与人工智能省部共建协同创新中心，宁夏 银川 750021

摘要：缓存侧信道攻击严重威胁各类系统的安全，对攻击进行检测可以有效阻断攻击。为此，提出了一种基于决策树和AdaBoost的AD检测模型，通过匹配系统硬件事件信息特征，快速有效地识别缓存侧信道攻击。首先，分析缓存侧信道攻击特点，提取攻击硬件事件特征模式。其次，利用决策树的快速响应能力，同时结合AdaBoost对数据样本进行加权迭代，对采集的不同负载下的特征数据进行模型训练，优化检测模型在不同负载时的整体检测精度。实验结果表明，该模型在不同系统负载条件下的检测精度均不低于98.8%，能够快速准确地检测出缓存侧信道攻击。

关键词：系统安全,缓存侧信道攻击,机器学习,检测方法,

基金资助：宁夏回族自治区重点研发计划(2021BEB04047，2022BDE03008);宁夏自然科学基金(2021AAC030781)