論文の概要: Machine Learning Power Side-Channel Attack on SNOW-V

• arxiv url: http://arxiv.org/abs/2512.21737v1
• Date: Thu, 25 Dec 2025 16:55:00 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-29 11:51:51.481977
• Title: Machine Learning Power Side-Channel Attack on SNOW-V
• Title（参考訳）: SNOW-Vにおける機械学習パワーサイドチャネル攻撃
• Authors: Deepak, Rahul Balout, Anupam Golder, Suparna Kundu, Angshuman Karmakar, Debayan Das,
• Abstract要約: 本稿では,SNOW-V暗号アルゴリズムに対する電力解析に基づくサイドチャネル解析(SCA)攻撃について述べる。 その結果、SNOW-Vの機械学習ベースのSCAに対する脆弱性と堅牢な対策の必要性が浮き彫りになった。
• 参考スコア（独自算出の注目度）: 1.5921232721676104
• License:
• Abstract: This paper demonstrates a power analysis-based Side-Channel Analysis (SCA) attack on the SNOW-V encryption algorithm, which is a 5G mobile communication security standard candidate. Implemented on an STM32 microcontroller, power traces captured with a ChipWhisperer board were analyzed, with Test Vector Leakage Assessment (TVLA) confirming exploitable leakage. Profiling attacks using Linear Discriminant Analysis (LDA) and Fully Connected Neural Networks (FCN) achieved efficient key recovery, with FCN achieving > 5X lower minimum traces to disclosure (MTD) compared to the state-of-the-art Correlational Power Analysis (CPA) assisted with LDA. The results highlight the vulnerability of SNOW-V to machine learning-based SCA and the need for robust countermeasures.
• Abstract（参考訳）: 本稿では,5Gモバイル通信セキュリティ標準候補であるSNOW-V暗号アルゴリズムに対する電力解析に基づくサイドチャネル解析(SCA)攻撃を示す。 STM32マイクロコントローラに実装され、ChipWhispererボードで捕捉された電力トレースを分析し、テストベクトルリークアセスメント(TVLA)が悪用可能なリークを確認した。 LDA(Linear Discriminant Analysis)とFCN(Fully Connected Neural Networks)を用いたプロファイリング攻撃は、LDAを補助する最先端相関パワー分析(CPA)と比較して、FCNの最小トレース(MTD)が5倍低かったため、効率的なキーリカバリを実現した。 その結果、SNOW-Vの機械学習ベースのSCAに対する脆弱性と堅牢な対策の必要性が浮き彫りになった。

関連論文リスト

• ML-Enabled Eavesdropper Detection in Beyond 5G IIoT Networks [0.0]
  本稿では,盗聴検出の一般的な問題に対処するために,機械学習とディープラーニング(ML/DL)技術を活用することに焦点を当てる。 ML/DLモデルは、チャネル状態情報(CSI)、位置データ、送信電力に基づいて、ユーザーを正当または悪意のあるものと分類する。 提案した数値結果によると,DCNN と RF モデルは,誤報ゼロの盗聴者の識別に100%接近する検出精度を達成している。
  論文  参考訳（メタデータ） (2025-05-05T08:49:18Z)
• A Novel Cipher for Enhancing MAVLink Security: Design, Security Analysis, and Performance Evaluation Using a Drone Testbed [0.0]
  我々はMAVLinkプロトコルを用いて無人航空機(UAV)の通信をセキュアにするための軽量暗号MAVShieldを提案する。 我々は、AES-CTR、ChaCha20、Speck-CTR、Rabbitと共にMAVShieldを実装し、実際のドローンテストベッドでそれらを評価した。
  論文  参考訳（メタデータ） (2025-04-29T10:53:17Z)
• SHIELD: LLM-Driven Schema Induction for Predictive Analytics in EV Battery Supply Chain Disruptions [52.90276059116822]
  ShiELDは、大型言語モデル(LLM)とEVバッテリサプライチェーンリスクアセスメントのためのドメインの専門知識を組み合わせたものだ。 365の資料(2022-2023)から12,070段落を評価したところ、ShiELDは破壊予測においてベースラインGCNとLLM+prompt法より優れていた。
  論文  参考訳（メタデータ） (2024-08-09T22:08:12Z)
• Machine Learning for Pre/Post Flight UAV Rotor Defect Detection Using Vibration Analysis [54.550658461477106]
  無人航空機(UAV)は将来のスマートシティにとって重要なインフラ要素となるだろう。 効率的な運用のためには、UAVの信頼性は障害や故障の常時監視によって保証されなければならない。 本稿では,信号処理と機械学習を利用して,包括的振動解析データを分析し,ローターブレードの欠陥の有無を判定する。
  論文  参考訳（メタデータ） (2024-04-24T13:50:27Z)
• Lyapunov-stable Neural Control for State and Output Feedback: A Novel Formulation [67.63756749551924]
  学習ベースのニューラルネットワーク(NN)制御ポリシは、ロボット工学と制御の幅広いタスクにおいて、印象的な経験的パフォーマンスを示している。 非線形力学系を持つNNコントローラのトラクション領域(ROA)に対するリアプノフ安定性の保証は困難である。 我々は、高速な経験的ファルシフィケーションと戦略的正則化を用いて、Lyapunov証明書とともにNNコントローラを学習するための新しいフレームワークを実証する。
  論文  参考訳（メタデータ） (2024-04-11T17:49:15Z)
• SNOW-SCA: ML-assisted Side-Channel Attack on SNOW-V [1.081625971995478]
  我々は,32ビットARM Cortex-M4マイクロコントローラ上で動作する5Gモバイル通信セキュリティ標準候補SNOW-Vの最初の電力側チャネル解析(SCA)攻撃を提案する。 SNOW-Vの256ビット秘密鍵は、提案したSCA攻撃を用いて段階的に復元できる。 我々は、これらのSCA攻撃を防ぐために使用できる低オーバーヘッド対策を提案する。
  論文  参考訳（メタデータ） (2024-03-13T05:35:55Z)
• DT-DDNN: A Physical Layer Security Attack Detector in 5G RF Domain for CAVs [10.215216950059874]
  妨害攻撃は5Gネットワークに重大なリスクをもたらす。 本研究は, CAVネットワークにおけるジャマー検出のための, 深層学習に基づく新しい手法を提案する。 提案手法は, 余剰低妨害電力の96.4%検出率を実現する。
  論文  参考訳（メタデータ） (2024-03-05T04:29:31Z)
• Accelerating Wireless Federated Learning via Nesterov's Momentum and Distributed Principle Component Analysis [59.127630388320036]
  サーバと作業員が無線チャネルを介して未コーディング情報を交換できるようにすることにより、無線連合学習システムについて検討する。 ワーカは、帯域幅に制限のあるチャネルを介して、しばしばサーバにローカルにアップロードするため、ワーカからサーバへのアップリンク送信は、通信ボトルネックとなる。 ワンショット分散原理成分分析(PCA)を利用して通信ボトルネックの次元を縮小する。
  論文  参考訳（メタデータ） (2023-03-31T08:41:42Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)

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。