《表2 SVM、RF和NN破解中间值汉明重量的成功率对比》

  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

《神经网络结构在功耗分析中的性能对比》

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

%

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。