由于关键基础设施和物联网等应用的性质,侧信道分析攻击正成为一种严重威胁。侧信道分析攻击利用了可以观察到加密实现行为的事实,并提供简化密钥泄露的提示。一种新型的 SCA 是所谓的水平差分 SCA。在本文中,我们研究了两种不同的方法来增加硬件加速器对 kP 操作的固有抵抗力。第一种方法旨在通过实现寻址的定期安排来减少我们设计中寻址的影响。在第二种方法中,我们研究了用于实现 GF(2 n ) 元素乘法的公式如何影响针对 Montgomery kP 实现的水平 DPA 攻击的结果。我们实现了 5 种具有不同部分乘法器的设计,即基于不同的乘法公式。我们使用两种不同的技术(即 130 和 250 nm 技术)来模拟功率轨迹以进行分析。我们表明,实施的乘法公式对水平攻击的成功有显著影响。这两种方法的结合产生了最有抵抗力的设计。对于 250 nm 技术,只有 2 个关键候选者可以以大约 70% 的正确率显示出来,这是一个巨大的进步,因为对于原始设计,7 个关键候选者的正确率超过了 90%。对于我们的 130 nm 技术,没有一个关键候选者的正确率超过 60%。
摘要:虽然物联网技术使工业、城市和家庭变得更加智能,但它也为安全风险打开了大门。有了合适的设备和对设备的物理访问,攻击者可以利用旁道信息(如时序、功耗或电磁辐射)来破坏加密操作并提取密钥。这项工作对椭圆曲线标量乘法运算的加密硬件加速器进行了旁道分析,该加速器在现场可编程门阵列和专用集成电路中实现。所提出的框架包括使用最先进的统计水平攻击进行初始密钥提取,然后是正则化的人工神经网络,它将水平攻击中部分错误的密钥猜测作为输入并迭代地纠正它们。通过应用迭代学习,水平攻击的初始正确率(以正确提取的密钥位的分数来衡量)从 75% 提高到 98%。
尽管技术取得了重大进步,但癌症的病因和疾病进展机制以及它们转化为治疗效益的进展却相当缓慢。传统的药物研发工作采用无偏见或基于目标的方法,涉及天然产物或小分子筛选,已经创造了几种治疗方法,但整个过程非常繁琐。药物再利用,也称为药物重新定位、重新分析或重新任务,可以确定使用超出原始医疗适应症范围的已批准或研究药物的机会(Ashburn 和 Thor,2004 年)。这种策略比开发一种全新的药物或配方更有优势。它降低了失败的风险,因为再利用药物的安全性已经得到确定,并且通过完成的早期试验在临床前模型和人体中被发现是安全的;因此,从安全的角度来看,该药物在后续的疗效试验中失败的可能性较小(Breckenridge 和 Jacob,2019 年)。耐药性是肿瘤学中反复出现的问题(Maxmen,2016;Dharmaraja,2017;Nikolaou 等人,2018),研究人员正在积极寻求创新策略来减轻其影响。这些方法涵盖一系列干预措施,包括引发免疫系统对目标癌细胞的反应的免疫肿瘤治疗(Dawe 等人,2020)、使用多种药物在不同水平攻击癌细胞的联合疗法(Obenauf,2022),以及专注于耐药性背后的分子途径以优化治疗结果的精准医疗(Tsimberidou 等人,2020)。这些新技术旨在克服癌症耐药性的挑战并改善患者的治疗效果。将药物重新用于癌症治疗已成为一种越来越有吸引力的策略,因为它可以缩短获得监管部门批准的时间(Bertolini 等人,2015 年;Clohessy 和 Pandol 等人,2015 年;Corsello 等人,2017 年;Pantziarka,2017 年;Pushpakom 等人,2019 年)。在本研究主题中,我们整理了研究报告,探讨了有机小分子、天然