抗功耗分析攻击的椭圆曲线梳状优化算法

功耗分析攻击技术的出现对密码芯片的安全性构成了严重威胁。奇系数梳状算法是一种椭圆曲线标量乘法的快速算法,但它不能抵抗差分功耗分析攻击、零值点功耗分析攻击和零值寄存器功耗分析攻击。为了抵抗功耗分析攻击,提出了改进的奇系数梳状算法。改进后的算法在存储空间不变,主循环计算量增加较少的情况下,能够抵抗简单功耗分析攻击、差分功耗分析攻击、零值点功耗分析攻击和零值寄存器功耗分析攻击,并且算法的性能优于随机化初始点变量乘算法的性能。     

针对DES密码芯片的两种功耗攻击对比分析

介绍了差分功耗分析和相关性功耗分析两种方法及其分析流程。以DES算法为研究对象,在自主研发的功耗分析平台上,实现了差分功耗分析攻击和相关性功耗分析攻击。对实验结果的对比分析发现,差分功耗分析对设备噪声不敏感,具有通用分析的能力,而相关性功耗分析具有低样本量的分析能力,对加密设备的威胁更大,但对设备噪声比较敏感。将两者嵌入功耗分析自动检测平台,可发挥两种分析方法各自的优势,提高平台普适性和攻击效率。     

功耗分析平台中混合编程的应用研究

功耗分析平台是有效实施功耗分析攻击的工具,需要服务器与示波器等多种外设进行通信,同时还需要处理大量高维数组并且要求有良好的可操作性,如果采用单一编程语言来开发,则存在功耗分析攻击效率较低的问题。针对该问题,提出了一种新的解决方法,将Java、C++和Matlab这3种编程语言结合,在功耗波形采集、波形特征处理等方面采用混合编程技术进行开发,充分发挥这3种编程语言各自的优势。实验结果表明,在保证功耗分析攻击准确率的基础上,攻击的效率比采用单一语言编程时提高了30%以上。     

取样电阻对功耗分析攻击的影响

针对目前针功耗分析攻击的影响因素研究偏少的情况,讨论和分析了取样电阻对功耗分析攻击的影响.功耗分析攻击的研究对象是功耗曲线,现有常见实验平台采集的通常是包括各种噪声的功耗综合.取样电阻作为功耗分析平台中的一部分,会在电阻噪声和功耗区分度两方面造成影响,进而影响到功耗分析攻击的正确率.因此为了提高攻击正确率,在不影响区分度的前提下可选用相对小的电阻.     

功耗分析平台中混合编程的应用研究

功耗分析平台是有效实施功耗分析攻击的工具,需要服务器与示波器等多种外设进行通信,同时还需要处理大量高维数组并且要求有良好的可操作性,如果采用单一编程语言来开发,则存在功耗分析攻击效率较低的问题。针对该问题,提出了一种新的解决方法,将Java、C＋＋和Matlab这3种编程语言结合,在功耗波形采集、波形特征处理等方面采用混合编程技术进行开发,充分发挥这3种编程语言各自的优势。实验结果表明,在保证功耗分析攻击准确率的基础上,攻击的效率比采用单一语言编程时提高了30％以上。     

Camellia算法简单和差分功耗分析组合攻击

介绍了Camellia密码算法的加解密流程和差分功耗分析的一般过程。针对Camellia算法单纯差分功耗分析攻击样本量过大、效率较低的问题,提出了一种组合攻击方法:通过硬件仿真平台采集相同密钥不同明文的Camellia密码算法功耗曲线,使用简单功耗分析确定攻击点,然后采用差分功耗攻击获取密钥。实验结果显示:10000条功耗曲线可以破解Camellia算法密钥,验证了组合攻击方法对Camellia算法是可行和有效的。     

真实硬件环境下针对椭圆曲线密码体制的简单功耗分析攻击

介绍了一种椭圆曲线密码体制的实现算法,并分析了针对此算法进行简单功耗分析攻击的可行性,在此基础上设计实现了功耗分析平台,利用该平台获取椭圆曲线密码算法的功耗轨迹图,通过对该功耗信号的分析和处理,利用简单功耗分析的方法成功提取了椭圆曲线密码体制的私钥信息。结果验证了简单功耗分析对于椭圆曲线密码系统进行攻击的可行性和有效性。     

针对抗边信道攻击的椭圆曲线标量乘法的简单功耗分析

分析了一种运用平衡点加一倍点操作抗边信道攻击的椭圆曲线标量乘法。方法虽然使点加和倍点的功耗不可区分,但是当标量用二进制表示时,标量乘法的运算功耗仍有边信息泄露。对标量乘算法的传统功耗攻击主要集中在点加运算和倍点运算之间的功耗差异上,文中将攻击点转移到标量乘算法中for语句和if语句之间的功耗差异上,并成功对平衡点加一倍点操作后的标量乘功耗曲线实现了简单功耗攻击。     

一种抗简单功耗分析攻击的模幂算法

在真实环境下对智能卡RSA算法进行了功耗采集,通过简单功耗分析攻击(SPA)提取出了密钥,证明了传统的模幂运算二元表示(Binary Representation,BR)算法存在明显的密钥信息泄露缺陷。分析发现,信息泄露发生在程序的跳转分支处。针对这一缺陷,提出了一种原子化操作与引入随机数相结合的模幂算法。通过操作的原子化统一了模幂算法的执行路径,消除因跳转分支引起的信息泄露;引入随机数对密钥的汉明重量进行掩盖,有效地防止密钥信息的泄露。在MC8051上的实测验证表明,新算法确实具有抗简单功耗分析的特性。     

一种抗简单功耗分析攻击的模幂算法

在真实环境下对智能卡RSA算法进行了功耗采集,通过简单功耗分析攻击（SPA）提取出了密钥,证明了传统的模幂运算二元表示（BinaryRepresentation,BR）算法存在明显的密钥信息泄露缺陷。分析发现,信息泄露发生在程序的跳转分支处。针对这一缺陷,提出了一种原子化操作与引入随机数相结合的模幂算法。通过操作的原子化统一了模幂算法的执行路径,消除因跳转分支引起的信息泄露;引入随机数对密钥的汉明重量进行掩盖,有效地防止密钥信息的泄露。在MC8051上的实测验证表明,新算法确实具有抗简单功耗分析的特性。     

SM4算法的差分功耗以及相关功耗分析研究

SM4算法是中国无线局域网产品的分组密码算法。功耗分析由于代价低、攻击效率高,因此对密码算法形成了很大的威胁。以SM4算法为研究对象,STC90C58AD微控制器为硬件仿真平台,采集相同密钥不同明文的SM4密码算法功耗曲线,分别研究了差分功耗分析及相关功耗分析的攻击方法。实验结果表明:使用相关功耗分析,210条功耗曲线可以恢复出第一轮的轮密钥;使用差分功耗分析,3500条功耗曲线可以恢复出第一轮的轮密钥。     

Studies on immunodiagnosis of hepatopancreatic parvo-like virus diseases ofPenaeus orientalis

This paper describes a rapid procedure for diagnosis of penaeid viral disease using the immune serological method. The SPA (Staphylococcal Protein A) coagglutination test in early diagnosis of penaeid viral disease has yielded satisfactory results. This is the first time SPA is used in China for diagnoses of viral diseases of marine invertebrates, especially penaeid shrimp. The SPA early diagnostic method is characterized by accuracy, rapidity, simplicity and convenience, low cost, high specificity, strong sensitivity and micro-detectability, and easy dissemination and adaptability in prawn farms.     

STUDIES ON IMMUNODIAGNOSIS OF HEPATOPANCREATICPARVO-LIKE VIRUS DISEASES OF PENAEUS ORIENTALISII. RAPID EARLY DIAGNOSIS

This paper describes a rapid procedure for diagnosis of penaeid viral disease using the immune serological method. The SPA (Staphylococcal Protein A) coagglutination test in early diagnosis of penaeid viral disease has yielded satisfactory results.This is the first time SPA is used in China for diagnoses of viral diseases of marine invertebrates, especially penaeid shrimp.The SPA early diagnostic method is characterized by accuracy, rapidity, simplicity and convenience, low cost, high specificity, strong sensitivity and micro-detectability, and easy dissemination and adaptability in prawn farms.     

多边形叠加Vatti算法的VCS优化方法与GPU并行化

Vatti算法是常用的矢量多边形裁剪算法之一,在其构建扫描束实现交点计算的过程中,二叉树的数据结构和递归计算方法导致其计算效率受矢量多边形边界顶点数量影响显著。本文针对Vatti算法执行过程中较为耗时的扫描束构建环节,提出了一种多边形边界顶点预排序的优化方法——VCS（Vertex Coordinate Pre-Sorting）方法,并基于该方法实现了对Vatti算法的GPU细粒度并行化。VCS方法使用双向链表对Vatti算法原有的二叉树数据结构进行了替换,以较小的额外存储空间取得了多边形边界顶点信息查找效率的明显提升。在GPU环境下采用双调排序算法对多边形边界顶点数组元素进行并行化排序并过滤出有效值,克服了原始算法使用二叉树存储导致效率低下的问题。实验结果表明,改进后的算法与原始算法相比,具有相同的计算精度;当多边形顶点数量为92万,CUDA每个线程块中的线程数量为32时,使用VCS优化方法,与采用CPU计算构建扫描束方法相比,GPU并行化方法获得了39.6倍的相对加速比,矢量多边形叠加分析算法效率总体上提升了4.9倍。     

Extraction method of component waves in full waveform acoustic data and its application

In conventional slowness-time coherence(STC)method,slowness and time need to be searched at the same time,which limits the precision and lowers the efficiency.The dichotomy method combined with slowness-time coherence algorithm aims to enhance the efficiency of data processing and to improve the precision.The algorithm changes the searching pattern of conventional slowness-time coherence method to acquire the slowness of component waves in array acoustic logging data.Based on energy ratio of short time window versus long time window and slowness-time coherence method,the algorithm first acquires the arrivals of the component waves using energy ratio of short time window versus long time window method.It then uses the calculated results as the arrivals in conventional slowness-time coherence method,so the slowness-time two-dimensional searching process is simplified to slowness searching process.Based on dichotomy method,the searching pattern is further optimized in replace of the ergodic searching pattern in conventional slowness-time coherence method,which means that as the iteration proceeds,the current searching interval is reduced to half of the former,so the number of searching times is decreased.The dichotomy method combined with slowness-time coherence algorithm is applied to well L in the data processing.Compared with conventional slowness-time coherence method,for compressional wave,the searching efficiency of the algorithm is 4.53 times better,while for Stoneley wave,the searching efficiency is 1.85 times better.Compared with conventional logging data,the average absolute error of the results of the dichotomy method combined with slowness-time coherence algorithm is 1.14μs/ft smaller than that of the conventional method,while the average relative error is 1.2 percent lower.The dichotomy method combined with slowness-time coherence algorithm shows good results in its application,which can enhance the processing efficiency remarkably while getting reliable results at the same time.     

附有基线长约束的改进CLAMBDA算法研究

探讨附有基线长约束的最小二乘模糊度降相关搜索算法(CLAMBDA)的基本原理和实现过程,针对其处理高维模糊度时存在搜索效率低的问题,提出一种基于部分模糊度搜索策略的改进CLAMBDA算法。新算法通过优选部分模糊度子集,在改善搜索空间形状的同时,降低了模糊度搜索空间的维数,有效提高了模糊度的搜索效率。利用澳大利亚科廷大学静态短基线网数据和实测动静态定位数据进行验证,结果表明,改进的模糊度搜索方案可以在保证模糊度固定成功率的情况下,有效地缩短搜索时间,能更好地满足载体实时姿态测量的要求。     

GPU加速的改进PAM聚类算法研究与应用

空间聚类是空间数据挖掘的重要方法,而K-Medoids是一种常用的空间聚类算法。K-Medoids聚类算法存在初始点选择问题,而且计算复杂。为了提高算法的有效性和时间效率,本文结合模拟退火算法思想,改进了传统的K-Medoids算法PAM,提出一种基于GPU计算的并行模拟退火PAM算法。类比矩阵乘法运算,定义了一种新的矩阵计算方法,可以有效减少数据在GPU全局内存和共享内存之间的传输,提高了算法在GPU中的执行效率。利用模拟退火算法搜索聚类中心点,保证了聚类结果的全局最优性。基于不同的数据集,将串行和并行模拟退火PAM算法以及已有的遗传PAM算法进行比较,结果表明并行模拟退火PAM算法聚类结果正确,且时间效率高。最后,应用本文改进算法对贵州省安监系统的安全监管隐患数据进行聚类分析,发现了隐患聚集中心,相关结果对政府的决策具有一定的实际应用价值。