报告题目：基于深度学习的侧信道分析

报 告 人：沈剑教授

工作单位：浙江理工大学

报告时间：2025年6月7日（周六）下午14:30-15:10

报告地点：合肥工业大学计算机与信息学院706会议室

报告简介：

侧信道分析，是硬件安全评估的关键技术之一。其通过分析嵌入式设备在执行加密算法时产生的时间延迟、功耗和电磁辐射等物理泄露以达到揭示密钥和关键数据的目的。在该领域中，建模类侧信道分析以其精准的安全性评估成为了最先进的攻击手段。深度学习技术由于具有发现物理泄露与关键数据间内在联系的特性，使得侧信道分析进入到新的发展阶段。该技术通过自动提取加密过程中的物理泄露重要性息并建立分析模型，进而高效精确地恢复关键数据。因此，基于深度学习的侧信道分析可为硬件安全的保障提供强力的支撑。基于此，我们针对以下方面展开研究：（1）基于多泄露正则化自编码侧信道分析，用于提升降低噪声的同时保留良好的数据内部相关性；（2）无监督域适应侧信道分析，用于实现跨设备的迁移学习；（3）安卓手机EM泄露侧信道分析，用于破解AES在手机上的软件实现。

报告人简介：

沈剑，教授，国家级领军人才,浙江理工大学信息科学与工程学 院院长，研究方向为公钥密码学、数据安全、区块链等；国家重点研发首席科学家、入选浙江省领军型创新团队，先后获教育部自然科学 二等奖（排名第一）、中国密码学会优秀青年奖等科技奖励；获国家 自然科学基金优青资助，牵头主持国家重点研发计划项目、国家自然 科学基金联合重点项目等国家重大重点项目3项；在IEEE TIFS、TDSC、DAC、ACISP等知名国际期刊/会议上发表相关学术论文百余篇，近五年连续入选全球高被引科学家榜单；目前为中国密码学会安全协 议专委会委员、中国密码学会大数据与人工智能安全专委会委员、中国电子学会网络空间安全专委会委员、中国计算机学会区块链专委会 执委，并担任等多个国际期刊主编和编委，及多个国际学术会议主席。