[论文解读] SCARL: Side-Channel Analysis with Reinforcement Learning on the Ascon Authenticated Cipher

Keyvan Ramezanpour, Paul Ampadu+1 more|arXiv (Cornell University)|Jun 6, 2020

Cryptographic Implementations and Security参考文献 42被引用 13

一句话总结

SCARL 提出了一种基于强化学习的侧信道分析方法，可在无需先验知识或训练数据的情况下，自主识别功耗痕迹中的泄漏模型。通过结合自编码器进行特征提取以及使用演员-评论家网络进行聚类，SCARL 仅使用 24,000 次功耗痕迹便恢复了 Ascon 密码的密钥，优于传统 DPA 和 CPA 方法，后者在标准线性模型下即使使用 40,000 次痕迹也未能成功。

ABSTRACT

Existing side-channel analysis techniques require a leakage model, in the form of a prior knowledge or a set of training data, to establish a relationship between the secret data and the measurements. We introduce side-channel analysis with reinforcement learning (SCARL) capable of extracting data-dependent features of the measurements in an unsupervised learning approach without requiring a prior knowledge on the leakage model. SCARL consists of an auto-encoder to encode the information of power measurements into an internal representation, and a reinforcement learning algorithm to extract information about the secret data. We employ a reinforcement learning algorithm with actor-critic networks, to identify the proper leakage model that results in maximum inter-cluster separation of the auto-encoder representation. SCARL assumes that the lower order components of a generic non-linear leakage model have larger contribution to the leakage of sensitive data. On a lightweight implementation of the Ascon authenticated cipher on the Artix-7 FPGA, SCARL is able to recover the secret key using 24K power traces during the key insertion, or Initialization Stage, of the cipher. We also demonstrate that classical techniques such as DPA and CPA fail to identify the correct key using traditional linear leakage models and more than 40K power traces.

研究动机与目标

• 解决传统侧信道攻击依赖预定义泄漏模型或大量训练数据的局限性。
• 开发一种自监督的侧信道分析方法，自动发现功耗痕迹中的数据相关特征。
• 提升在 FPGA 上实现的轻量级密码算法（如 Ascon）的密钥恢复效率。
• 证明强化学习可有效识别物理侧信道痕迹中的非线性泄漏模型。

提出的方法

• 自编码器将原始功耗痕迹压缩为低维内部表示，过滤噪声并保留显著特征。
• 利用演员-评论家网络的强化学习方法，基于强调簇间分离度与簇内分配均衡性的奖励函数，对自编码器的编码特征进行聚类。
• 奖励函数设计为最大化两个簇之间的平均差异，同时确保特征在簇间均匀分布。
• 该方法假设通用非线性泄漏模型中的低阶项对可观测功耗泄漏贡献更大，从而引导强化学习智能体实现有意义的特征提取。
• 聚类完成后，对每个密钥候选估计低阶泄漏模型，并将簇间特征差异用作排名统计量以识别正确密钥。
• 该方法应用于在 Artix-7 FPGA 上实现的轻量级 Ascon 实现，使用 24K 次功耗痕迹完成密钥恢复。

实验结果

研究问题

• RQ1 能否在无先验知识或训练数据的情况下，利用强化学习发现侧信道痕迹中的泄漏模型？
• RQ2 使用自编码器与强化学习的无监督方法是否优于传统的基于模型的侧信道攻击方法（如 DPA 和 CPA）？
• RQ3 该方法能否识别出标准线性模型（如汉明重量）所遗漏的非线性泄漏特征？
• RQ4 与经典技术相比，该自监督方法成功恢复密钥所需的功耗痕迹数量是多少？
• RQ5 强化学习智能体能否仅依靠奖励信号有效学习区分对应于不同密钥假设的特征？

主要发现

• SCARL 仅使用 24,000 次功耗痕迹，便成功恢复了 Ascon 认证密码的密钥。
• 该方法优于经典 DPA 和 CPA 攻击，后者在使用标准汉明重量或最高有效位泄漏模型时，即使使用 40,000 次痕迹也未能识别出正确密钥。
• 强化学习智能体通过最大化自编码器编码特征的簇间差异，识别出了有意义的泄漏模型，表明特征提取有效。
• 奖励函数在 350 次学习步骤后趋于稳定，总奖励收敛至簇间差异分量，表明聚类实现均衡且高效。
• 自编码器有效降低噪声并保留主要功耗痕迹特征，重建误差在 22 个周期后稳定，第 25 个周期完全收敛。
• 当使用至少 24,000 次痕迹时，正确密钥排名第一，证实该方法在低痕迹场景下的高效性与鲁棒性。