블록체인IACR ePrint (암호학)AI 점수 75%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SAT and Neural Network Filters for Misinjections in Fault Attacks (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 폴트 공격에서 의도한 폴트를 놓친 '오주입(misinjection)'을 키 없이 걸러내는 SAT 필터와 신경망 필터 제안
- SAT 필터는 의도된 폴트 14669건 중 단 한 건도 잘못 제거하지 않으면서 오주입의 94% 이상을 걸러냄
- GIFT-64, GIFT-128, BAKSHEESH를 대상으로 클럭 글리칭 기반 3가지 공격 환경에서 검증
- BAKSHEESH에 대한 ToFA 공격 성공률을 SAT 필터로 5.2%→61.2%, SAT+신경망 결합 필터로는 96.2%까지 향상
왜 중요한가
폴트 공격의 실전 성공률은 오주입 노이즈에 크게 좌우되는데, 비밀키 없이도 오주입을 걸러내는 이 필터들은 경량 블록암호에 대한 폴트 분석 공격의 실용성을 크게 높여 하드웨어 보안 평가에 직접적 함의를 갖는다.
본문 미리보기
A misinjection, an injection that misses the fault form an attack assumes, can make an elimination fault attack discard the correct key. They occur when the attacker has not determined the timing of the device, and a random-delay countermeasure wider than the S-box layer can force them even on one who has. This paper presents a SAT filter that removes misinjections without the secret key, one injection at a time. It models the differential propagation from the injected round to the end of the ci
전체 내용이 궁금하다면?
IACR ePrint (암호학)에서 원문을 직접 읽어보세요
공유
- #결함공격
- #신경망필터
- #SAT
- #오주입제거
- #암호하드웨어
이 글이 만들어진 과정
- 11:25AI 초안