《表2 模板攻击实验结果》
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VGGNet卷积神经网络的加密芯片模板攻击新方法》
本文分别使用基于高斯分布的模板攻击方法[9]、基于VG-GNet网络模型的模板攻击[2]进行对比。为了确保对各种方法的准确评估,实验使用的数据为同一设备同一批次采集。训练数据共9 000条,每个汉明重量1 000条,测试数据共1 800条,每个汉明重量200条。为保证测试结果准确,测试数据在模型训练过程中不会使用。在神经网络[10,11]训练过程中使用5折交叉验证法进行成功率检验,即将训练数据等分为五份,各1 800条,在模型训练阶段,依次作为验证集,其余数据作为训练集,对模型进行验证,模型训练完成后,再使用测试集对训练好的模型进行测试。实验过程中通过选取100个特征点,为了增大不同汉明重量类别数据的特征,采用1.2节中的多项式特征方法对特征点进行平方预处理,较好地解决了模型欠拟合问题。具体的实验结果如图11与表2所示。
图表编号 | XD0067705400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 郭东昕、陈开颜、张阳、张晓宇、李健龙 |
绘制单位 | 陆军工程大学石家庄校区装备模拟训练中心、陆军工程大学石家庄校区装备模拟训练中心、陆军工程大学石家庄校区装备模拟训练中心、解放军78090部队、陆军工程大学石家庄校区装备模拟训练中心 |
更多格式 | 高清、无水印(增值服务) |