Fundamental theory for deep-learning based security evaluation of cryptographic implementation and its countermeasure against implementation attacks

• Project/Area Number: 25K03117
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Kyoto University
• Principal Investigator: 上野 嶺 京都大学, 情報学研究科, 准教授 (80826165)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥25,870,000 (Direct Cost: ¥19,900,000、Indirect Cost: ¥5,970,000); Fiscal Year 2027: ¥7,930,000 (Direct Cost: ¥6,100,000、Indirect Cost: ¥1,830,000); Fiscal Year 2026: ¥7,410,000 (Direct Cost: ¥5,700,000、Indirect Cost: ¥1,710,000); Fiscal Year 2025: ¥10,530,000 (Direct Cost: ¥8,100,000、Indirect Cost: ¥2,430,000)
• Keywords: 暗号 / サイドチャネル攻撃 / 深層学習

Outline of Research at the Start

深層学習サイドチャネル攻撃は暗号実装に対する現在最も強力な攻撃とされている．その脅威の正確な把握や対策技術の確立が急務であるが，深層学習やサイドチャネル攻撃に関する未解決問題を原因としてそれらは困難となっていた．本研究では，深層学習サイドチャネル攻撃が暗号実装の漏えいを条件付き確率分布としてモデル化することに着目し，確率論的解析による未解決問題の解決と，それに基づく対策技術の開発と評価を行う．