[论文解读] Hard Fault Analysis of Trivium

Yupu Hu, Fengrong Zhang+1 more|ArXiv.org|Jul 14, 2009

Cryptographic Implementations and Security参考文献 8被引用 6

一句话总结

本文提出了一种针对Trivium流密码的新颖侧信道攻击——硬故障分析，通过永久性地将特定状态位翻转为0（即硬故障注入），以简化密码或暴露密钥位。研究表明，在特定故障注入场景下，攻击者可以至少0.2396的概率恢复69个密钥位，以至少0.2291的概率恢复全部80个密钥位，或使密码简化为更弱的变体，所有这些行为均可通过可观测的密钥流模式被检测到。

ABSTRACT

Fault analysis is a powerful attack to stream ciphers. Up to now, the major idea of fault analysis is to simplify the cipher system by injecting some soft faults. We call it soft fault analysis. As a hardware-oriented stream cipher, Trivium is weak under soft fault analysis. In this paper we consider another type of fault analysis of stream cipher, which is to simplify the cipher system by injecting some hard faults. We call it hard fault analysis. We present the following results about such attack to Trivium. In Case 1 with the probability not smaller than 0.2396, the attacker can obtain 69 bits of 80-bits-key. In Case 2 with the probability not smaller than 0.2291, the attacker can obtain all of 80-bits-key. In Case 3 with the probability not smaller than 0.2291, the attacker can partially solve the key. In Case 4 with non-neglectable probability, the attacker can obtain a simplified cipher, with smaller number of state bits and slower non-linearization procedure. In Case 5 with non-neglectable probability, the attacker can obtain another simplified cipher. Besides, these 5 cases can be checked out by observing the key-stream.

研究动机与目标

• 研究Trivium对硬故障注入的脆弱性，这是一种此前未被充分探索的侧信道攻击向量。
• 识别在何种特定故障注入场景下，可简化密码的内部状态或恢复密钥。
• 开发一种实用的基于密钥流的检测算法，以在不事先知晓故障位置的情况下分类故障类型。
• 评估硬故障攻击相较于传统软故障分析在可行性与成功率方面的表现。
• 探讨硬故障攻击在真实世界硬件威胁模型中的影响，特别是在安全嵌入式系统中的应用。

提出的方法

• 通过在Trivium初始化前永久性地将特定状态位设为0来注入硬故障，模拟物理微探针攻击。
• 分析不同故障注入位置（PL）下的状态演化与密钥流行为，将其分类为7种不同情形。
• 推导密钥流与故障状态之间的数学关系，识别输出序列中的周期性与不变性。
• 提出一种检测算法，通过检查六种特定密钥流特征（如周期性、对IV变化的不变性）来分类故障情形。
• 利用概率分析估算基于故障位置和初始状态假设的密钥恢复与简化成功率。
• 利用状态更新的不可逆性以及Trivium非线性反馈结构，预测故障引发的行为。

实验结果

研究问题

• RQ1 当Trivium在不同状态位置遭受硬故障注入时，其行为模式有何显著差异？
• RQ2 密钥流能否揭示硬故障注入的存在与类型，从而实现对故障场景的分类？
• RQ3 在硬故障注入下，成功恢复密钥位或简化密码的概率是多少？
• RQ4 与软故障分析相比，硬故障分析在实用性、成本与成功率方面有何差异？
• RQ5 攻击者能否仅通过可观测的密钥流区分不同故障场景？

主要发现

• 在情形1（PL ∈ {67, 68, 69, 93}）中，攻击者可至少以0.2396的概率恢复80个密钥位中的69个。
• 在情形2（PL ∈ {244, 245, ..., 264}）中，攻击者可至少以0.2291的概率恢复全部80位密钥。
• 在情形3（PL ∈ {265, 266, ..., 287}）中，攻击者可至少以0.2291的概率部分求解密钥。
• 在情形4（PL ∈ {67, 68, ..., 93}，排除69和93）中，攻击者以非可忽略的概率获得一个状态位更少、非线性更慢的简化密码。
• 在情形5（PL ∈ {244, 245, ..., 288}，排除264和288）中，攻击者以非可忽略的概率获得另一种简化密码变体。
• 一种基于密钥流的检测算法可近乎确定地识别情形1至4，对情形5的识别概率≥4/5，基于六种可区分的密钥流特征。