Mar, 2019

电磁侧信道攻击综述及其在数字取证中的案件进展潜力讨论

PDF
TL;DR本文探讨了如何通过无需对目标设备进行修改的电磁侧信道分析技术，对物联网设备进行数字取证的研究，并总结了该技术在未来数字取证行业中的前景及其应用。
internet of thingsdigital forensic investigationsem side-channel analysisencryptionconsumer-level computing devices
发现论文，激发创造
  • 电磁侧信道分析的跨 IoT 设备可移植性：挑战与数据集

    物联网取证中，设备变异性对机器学习方法的电磁侧信道分析（EM-SCA）的准确性和可靠性有重要影响，并且跨设备可移植性是一个需要解决的挑战。本研究通过实证研究探讨了设备变异性对 EM-SCA 方法的影响，并提出了使用迁移学习解决 EM-SCA 在物联网取证中的跨设备可移植性问题。

    Oct, 2023

  • 基于传感器的物联网（IoT）设备与应用系统的威胁调查

    本文探讨了利用传感器进行攻击的威胁如何针对 IoT 设备的传感器进行保护，以及 IoT 设备在传感器威胁和安全与隐私问题方面存在的问题和未来的研究方向。

    Feb, 2018

  • 无线电频率指纹识别综述：传统方法、深度学习及开放挑战

    本文探讨了将 RF 指纹技术与密码学和零信任安全措施相结合以保障无线网络中数据隐私、机密性和完整性的可行性，并综述了 RF 指纹技术的历史、应用、相关的深度学习算法，并探讨了该领域未来的发展方向。

    Jan, 2022

  • CSI 神经网络：使用侧信道恢复你的人工神经网络信息

    该研究利用非侵入式的侧信道信息，针对多层感知器神经网络，研究了如何逆向工程并获取该网络的构架及权重， 并展示了恢复输入所需的可行性和应对该攻击的几种缓解方法。

    Oct, 2018

  • 通过侧信道泄漏检测对抗性样本的 EMShepherd

    通过捕获模型执行的电磁痕迹（EM traces）并利用它们进行对抗性检测，提出了一种 EMShepherd 框架。该框架利用模型输出的 EM 签名进行训练，再对新输入进行分类，来检测对抗性攻击。该方法可在常用 FPGA 深度学习加速器上，对来自 Fashion MNIST 和 CIFAR-10 数据集的不同对抗性攻击进行有效检测，检测率达到 100％。

    Mar, 2023

  • 跨架构物联网恶意程序威胁猎杀调查

    本文旨在提供跨架构物联网恶意软件检测和分类方法的最新研究。通过现代分类法，讨论特征表示、特征提取技术和机器学习模型，进一步探讨跨架构物联网恶意软件威胁猎捕中的实际挑战和未来研究的各个途径。

    Jun, 2023

  • 基于机器学习的物联网设备控制流数据的恶意软件检测

    通过机器学习算法和逆向工程工具提供更好的安全性，研究文中探讨了控制流相关数据在恶意软件检测中的适用性，并提出了一个包含两个阶段的恶意软件检测方法。

    Nov, 2023

  • 透过数据水晶球了解物联网安全：现在和未来的发展趋势

    本文综合研究了 IoT 安全领域的攻击、防御等方面，通过语义分析识别了 3000 余篇相关论文并进行了机器学习聚类，将 IoT 安全问题分为五个问题领域，并针对每个领域进行了分类评估，发现安全和隐私问题远未解决，提出了 IoT 安全框架和未来研究建议。

    Mar, 2017

  • 边缘计算协助物联网安全和隐私问题调查

    论文对边缘计算辅助下的物联网安全隐私问题进行了全面调查，并提出了分类攻击和解决方案，最后探讨了未来安全边缘计算辅助物联网的挑战和研究方向。

    Aug, 2020

  • 通过对抗电源迹线的逃避式硬件木马

    本文研究硬件安全背景下的机器学习漏洞，主要聚焦在硬件木马、机器学习和侧信道分析，通过设计对抗噪声的方法来绕过机器学习侧信道分析，并提供开放的资源和设计。

    Jan, 2024