오성빈, 한동국, 김주환, 조병모,

Vol. 35, No. 5, pp. 969-977, 10월. 2025
10.13089/JKIISC.2025.35.5.969, Full Text:
Keywords: Side-Channel Analysis, Reduced Masking, Deep Learning, Profiling analysis, Template Attack
Abstract

부채널 분석 대응 기법 마스킹은 중간값을 임의의 값으로 분할하여 부채널 정보와 상관관계를 제거한다. 마스킹은 필연적으로 큰 메모리 및 연산 부하를 수반한다. 이를 완화하기 위해 작은 키 공간으로 중간값을 추측하기 쉬운 앞뒤 일부 라운드만 마스킹을 적용하는 축소 마스킹이 제안되었다. 한편, 딥러닝 기반 부채널 분석은 여러 시점의 정보를 조합하므로 별도 전처리 없이 비밀키 분석이 가능하다. 그러나, 마스킹은 중간값과 부채널 정보의 직접적 상관성을 제거하므로 딥러닝 모델의 학습을 방해한다. 본 논문은 이에 착안하여 마스킹이 적용되지 않은 중간 계층의 출력을 활용하여 비밀키를 효율적으로 복구하는 방안을 제안한다. 실험 결과, 제안 방법은 기존 딥러닝 기반 템플릿 공격 기법 대비 약 22.5배 적은 부채널 정보만으로도 전체 비밀키를 성공적으로 분석할 수 있었다.

Statistics
Cite this article