Projecte llegit
Títol: Análisis Side Channel mediante aprendizaje automático (Machine Learnint): estudio de técnicas y aplicabilidad
Director/a: MANICH BOU, SALVADOR
Departament: EEL
Títol: Análisis Side Channel mediante aprendizaje automático (Machine Learnint): estudio de técnicas y aplicabilidad
Data inici oferta: 08-02-2017 Data finalització oferta: 08-10-2017
Estudis d'assignació del projecte:
GR ENG TELEMÀTICA
| Tipus: Individual | |
| Lloc de realització: Fora UPC | |
| Supervisor/a extern: David Hernandez | |
| Institució/Empresa: Applus Laboratories - IT Labs | |
| Titulació del Director/a: Doctor en Enginyeria Electrònica | |
| Nom del segon director/a (UPC): MANICH BOU, Salvador | |
| Departament 2n director/a: | |
| Paraules clau: | |
| Side channel analysis, Machine learning, Smartcard, Hardware security | |
| Descripció del contingut i pla d'activitats: | |
| El aprendizaje automático tiene como objetivo desarrollar técnicas, metodologías y algoritmos que permitan a las computadoras aprender. Hoy en día, podemos encontrar ya muchos programas y algoritmos que inducen al conocimiento a las computadoras. Además, el aprendizaje automático tiene ya una amplia gama de aplicaciones.
El proyecto pretende analizar dichas técnicas y su aplicabilidad al mundo del side channel analysis. El anglicismo hace referencia a esas técnicas de evaluación que, mediante la monitorización del consumo de potencia o la radiación electromagnética de un hardware, intentan inferir qué operaciones se están computando. Los objetivos del proyecto son: -Análisis de las diferentes técnicas de aprendizaje automático. -Análisis del estado del arte aplicado a side channel analysis. -Evaluación de la validez / viabilidad de estas técnicas para el análisis side channel. -Realización práctica de la técnica más apropiada y evaluación de las dificultades. |
|
| Overview (resum en anglès): | |
| Machine learning has the objective of developing techniques, methods and algorithms that allow machines to learn. As many techniques and algorithms exist with this purpose, this project is focused on the study of three of them, decision trees, neuronal networks and support vector machines, considering that they are applicable to Side-Channel Analysis.
Side-Channel Analysis is a cryptanalysis technique that tries to obtain secret information from a system taking advantage of the leakage of information, which is indirectly produced during a normal execution of a code executed in a device. During the experimental part of the project, a Side-Channel analysis has been carried out using support vector machines on power consumption traces belonging to AES algorithm. For doing so, it was necessary to comprehend the functioning of the AES operation as well as perform the acquisition and the post-processing of its power consumption traces. Afterwards, different tests have been performed, such as the influence of the kernels type, the validation methods, the number of traces or the number of points of each trace, for evaluating the support vector machines technique and finding the best configuration. Finally, after applying the aforementioned tests, two procedures, able to extract the key of the AES algorithm, have been developed. |
|