《表2 PANDA 2018 Challenge1数据集预处理后方差(×104)表(汉明重量不同)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于流形学习能量数据预处理的模板攻击优化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了更加直观的描述本方法的类内一致性和类间差异，本文计算了处理后数据的类内方差和类间方差。方差是统计学中衡量数据的离散程度的度量。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。以分类为目的进行的数据预处理，方差可以代表提取的特征向量的差异性，其中，类间方差代表各分类的特异程度，类内方差代表同类别的聚类效果。类间方差越大、类内方差越小，则预处理效果越好。由于本文研究256分类，全表过于庞大，现选取具有代表意义的类别进行对比说明，其中表2对标签汉明重量不同的9类进行对比说明，表3对标签汉明重量同为3的9类进行对比说明。AT89S52单片机的侧信息泄露符合汉明重量模型，同汉明重量的能量数据特征值相比不同汉明重量更加难以区分。