文章信息

  • 作者：Mick G. D. Remmerswaal1 · Lichao Wu2 · Sébastien Tiran3 · Nele Mentens1,4

  • 单位：1 Leiden University, Leiden, The Netherlands
    2 Delft University of Technology, The Netherlands
    3 Delft, The Netherlands
    4 KU Leuven, Leuven, Belgium

  • 出处：Journal of Cryptographic Engineering

  • 标题：AutoPOI: automated points of interest selection for side-channel analysis

文章内容

研究背景

文章思路

本文提出了一种基于近端策略优化方法的强化学习框架，用于自动查找、选择、缩小兴趣点，大致框架如图1所示。

图1 框架图

在图1中，框架分为三部分，分别对应兴趣点区间的选择、三元组网络训练、提取Embeddings。在阶段一中，从给出能量迹中选择出多个有用的兴趣点区间。第二阶段选择一个优化过后的神经网络架构，在第三阶段通过这个网络从所选择的区间提取Embeddings，以此来完成攻击。

阶段1：兴趣点选择

该部分负责选择出相对有用的兴趣点区间，