基于神经网络功耗预测的功耗补偿抗攻击电路及控制方法

摘要

本发明公开了一种基于神经网络功耗预测的功耗补偿抗攻击电路及控制方法，所述电路由实现加解密算法功能的加解密模块、功耗补偿电路和神经网络预测模块构成，所述方法采用具有自适应学能力的神经网络算法构建功耗预测模型，对密码电路工作时进行功耗预测，并建立可配置的功耗补偿电路，根据功耗预测结果控制补偿电路进行相应的功能配置，使整体电路的功耗趋于恒定值，该值不随密钥和所处理数据的改变而改变，使攻击者无从获取与密钥信息的相关性，因而可以有效抵御功耗攻击。

主权项

一种基于神经网络功耗预测的功耗补偿抗攻击电路，其特征是：所述电路由实现加解密算法功能的加解密模块（1）、功耗补偿电路（2）和神经网络功耗预测模块（3）构成，所述加解密模块（1）含有信号输入端和输出端，所述功耗补偿电路（2）由可重构运算单元阵列、多路选择器和配置单元构成，所述运算单元阵列由一系列运算单元构成，所述的神经网络功耗预测模块（3）为多层神经网络，其建立和调整过程是离线处理过程；    所述加解密模块（1）的输入信号为N比特输入明文，该输入信号同时作为神经网络功耗预测模块（3）的输入信号之一；所述的神经网络功耗预测模块（3）输出的配置参数信号连接到功耗补偿电路（2）的输入端，神经网络功耗预测模块（3）在电路设计仿真阶段或实测阶段采集大量加解密单元的功耗样本，以实际测量的真实功耗的归一化值作为神经网络的输出期望，通过自适应学习不断训练和调整神经网络的权值系数和节点数目，使得预估功耗值轨迹逼近真实功耗轨迹；所述功耗补偿电路（2）产生与加解密模块（1）互补的功耗，其运算结果不对外输出，该功耗补偿电路（2）中配置单元的配置信息由神经网络功耗预测模块（3）产生，通过多路选择器选择运算模块中的运算单元使其做翻转操作产生补偿功耗，使得预测功耗与补偿功耗之和趋于一个固定值。