近年来,随着智能化信息技术的普及,人们的衣食住行都离不开各种智能设备和嵌入式设备。这些设备都实现了安全模块,而安全模块的核心就是密码技术。侧信道攻击作为一种面向具体密码技术实现的密码分析方法,与传统的数学分析方法相比,它具有更强的实践性。更重要的是,侧信道攻击破解信息安全系统的案例层出不穷,受到了越来越多密码分析研究人员的关注。侧信道攻击的过程可以简单概括为:攻击者使用示波器采集密码算法在目标设备上运行时的计时、功耗、电磁辐射、声音、热量、射频、故障输出等旁路泄露信息,接着分析这些信息和密码设备执行过程中的中间运算、中间状态的关系(这些中间运算、中间状态依赖于密码算法的密钥),进而根据分析结果恢复出密钥。攻击者采集的旁路泄露信息又被称作能量迹,在分析能量迹和中间运算、中间状态的关系之前,需要对能量迹进行预处理。能量迹预处理是分析和猜测密钥的基础,因为密钥分析依赖于能量迹信号,能量迹信号的质量会很大程度上影响猜测密钥的准确度,而影响能量迹质量的一个因素就是和密钥无关的噪声。因此,为了减少侧信道攻击的复杂性,需要进一步探索有效的方法对能量迹进行降噪,提高和密钥的相关性。本文作者在进行相关研究工作时发现,卷积神经网络处理端到端的侧信道攻击时表现良好,但卷积神经网络在能量迹预处理中的应用还有很大的缺口。于是,本文探索使用卷积神经网络对能量迹进行降噪预处理,为此提出了两种基于卷积神经网络的预处理方案。1、提出了基于SincNet卷积神经网络的能量迹预处理方案。本文实现了基于sinc带通滤波器的Sinc卷积层SincConv1D,以此构建SincNet网络进行侧信道攻击。Sinc卷积层的每个sinc滤波器均能够自适应地学习能量迹的高和低截止频率,对能量迹进行频域预处理,滤除噪声频带,为后续的网络层提供和密钥相关性更高的特征,最终达到以更少的能量迹条数成功实施侧信道攻击的目的。2、提出了基于Sinc卷积降噪自编码器的能量迹预处理方案。本文将Sinc卷积层和传统的卷积层结合起来构造卷积降噪自编码器,并结合能量迹估计算法,训练从含噪能量迹到干净能量迹的能量迹预处理模型。该方案能够有效地降低能量迹中噪声的影响,减少侧信道攻击的复杂性。最后,对于上述两种方案本文均在公开的侧信道数据集上展开了实验,实验结果表明了上述两种方案的有效性。