《表2 SVM、RF和NN破解中间值汉明重量的成功率对比》
%
在本实验中,首先将深度神经网络与传统的SVM、RF机器学习进行比较。相关实验表明,随着采样点的增加,机器学习模型破解中间值的汉明重量的成功率也会随之增加[10],但是在采样点较低时,成功率则会明显降低。对于本实验,实验的特征选择为相关系数最大的200个点,将实验的标签选择为掩码S盒输出字节的汉明重量,对于训练集分别选取1 000、2 000、3 000、4 000、5 000、6 000条能量迹,对于测试集则另选取10000条能量迹,实验结果如表2所示。
图表编号 | XD0040057100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 刘飚、路哲、黄雨薇、焦萌、李泉其、薛瑞 |
绘制单位 | 北京电子科技学院管理系、北京电子科技学院管理系、北京电子科技学院管理系、北京电子科技学院管理系、北京电子科技学院管理系、北京电子科技学院管理系 |
更多格式 | 高清、无水印(增值服务) |