論文の概要: Thermal-Aware 3D Design for Side-Channel Information Leakage

• arxiv url: http://arxiv.org/abs/2508.02816v1
• Date: Thu, 24 Jul 2025 15:39:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-10 09:30:49.317746
• Title: Thermal-Aware 3D Design for Side-Channel Information Leakage
• Title（参考訳）: サイドチャネル情報漏洩用サーマルアウェア3次元設計
• Authors: Dylan Stow, Russell Barnes, Eren Kurshan, Yuan Xie,
• Abstract要約: 本稿では,電力散逸を最小限に抑えつつ,機能層における重要な活動を積極的に隠蔽する新しい手法を提案する。 実験により,提案アルゴリズムと組み合わせた3D技術により,サイドチャネル脆弱性係数(SVF)が0.05以下に抑えられることが示された。
• 参考スコア（独自算出の注目度）: 10.825955973846424
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Side-channel attacks are important security challenges as they reveal sensitive information about on-chip activities. Among such attacks, the thermal side-channel has been shown to disclose the activities of key functional blocks and even encryption keys. This paper proposes a novel approach to proactively conceal critical activities in the functional layers while minimizing the power dissipation by (i) leveraging inherent characteristics of 3D integration to protect from side-channel attacks and (ii) dynamically generating custom activity patterns to match the activity to be concealed in the functional layers. Experimental analysis shows that 3D technology combined with the proposed run-time algorithm effectively reduces the Side channel vulnerability Factor (SVF) below 0.05 and the Spatial Thermal Side-channel Factor (STSF) below 0.59.
• Abstract（参考訳）: サイドチャネル攻撃は、オンチップアクティビティに関する機密情報を明らかにする上で重要なセキュリティ上の課題である。 このような攻撃の中で、サーマルサイドチャネルは鍵機能ブロックや暗号化キーの動作を開示することが示されている。 本稿では,機能層における重要な活動を積極的に隠蔽し,消費電力を最小化するための新しい手法を提案する。 (i)サイドチャネル攻撃から身を守るために3D統合の特質を活用すること。 (II)機能レイヤに隠されるアクティビティにマッチするカスタムアクティビティパターンを動的に生成する。 実験により,提案した実行時アルゴリズムと組み合わせた3D技術により,サイドチャネル脆弱性因子(SVF)が0.05以下となり,空間熱サイドチャネル因子(STSF)が0.59以下となることがわかった。

関連論文リスト

• Unveiling ECC Vulnerabilities: LSTM Networks for Operation Recognition in Side-Channel Attacks [6.373405051241682]
  楕円曲線暗号に対するサイドチャネル攻撃を行うための新しい手法を提案する。 我々は、電力トレースを分析し、動作パターンを特定するために、LSTM(long-short-term memory)ニューラルネットワークを採用する。 本研究では、現在の対策、特に座標ランダム化手法は、側流路を保護するには不十分であることを示す。
  論文  参考訳（メタデータ） (2025-02-24T17:02:40Z)
• Mixture of Hidden-Dimensions Transformer [50.40325486463241]
  隠れ次元の空間性について検討し、訓練されたトランスフォーマーがわずかなトークン次元しか利用していないことを観察する。 スパース条件付アクティベーションアーキテクチャであるMoHD(Mixture of Hidden Dimensions)を提案する。 50%のアクティベーションパラメータが減少し、3.7%のハイパフォーマンスを実現し、3倍のパラメータを一定のアクティベーションコストで拡張する。
  論文  参考訳（メタデータ） (2024-12-07T13:15:22Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)
• Information Leakage through Physical Layer Supply Voltage Coupling Vulnerability [2.6490401904186758]
  物理層電源電圧結合(PSVC)によるデータ依存電力変動をリークする新しいサイドチャネル脆弱性を導入する。 従来の電源サイドチャネル攻撃とは異なり、提案された脆弱性により、敵は攻撃をマウントし、デバイスを変更することなく情報を抽出することができる。
  論文  参考訳（メタデータ） (2024-03-12T23:39:54Z)
• LayerAct: Advanced Activation Mechanism for Robust Inference of CNNs [2.8895603929817217]
  CNNのためのLayerActと呼ばれる新しいアクティベーション機構を提案する。 また,LayerAct関数はElementAct関数よりも優れたロバスト性を示すことを示す。
  論文  参考訳（メタデータ） (2023-06-08T05:13:34Z)
• Safety-Aware Hardening of 3D Object Detection Neural Network Systems [0.0]
  単一段パイプラインを用いた3次元物体検出のための最先端ニューラルネットワークの安全性について検討した。 この概念は、鳥の目視で物体の境界ボックスを点雲からの入力で生成する最先端のPIXOR検出器を拡張して詳述している。
  論文  参考訳（メタデータ） (2020-03-25T07:06:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。