Success-rate Estimation for Side Channel Analysis

Abstract

Denne masteroppgaven utforsker teori og teknikker innenfor side-kanals-angrep og side-kanals-analyse. Først definerer vi den matematiske modellen for lekkasje, og hva angrep-scenarioet er i side-kanals-angrep i form av skille-funksjonen. Deretter blir to typer skille-funksjoner definert, en basert på maksimal sannsynlighet og en basert på korrelasjon. Dette blir først gjort i en endimensjonal scenario og deretter ekspandert til en flerdimensjonal scenario hvor man antar at lekkasjen kommer fra en maskert kryptografisk implementasjon. Deretter defineres kollisjons-koeffisienten, som gjør at man kan relatere kryptografiske algoritmer til hvor sårbare de er til side-kanals-angep. Til slutt blir måter å estimere suksess-raten til forskjellige typer angrep beskrevet.

This thesis explores common techniques and theory behind side channel attacks and side channel analysis. First we look at some popular forms of attacks and ways to calculate the success rate of these attacks. Specifically we establish a mathematical model for what leakage is, and what the attack scenario is in side channel attacks, namely the distinguisher function. Then two specific distinguisher functions are explored, one based on maximum likelihood, and one based on correlation. This is first done in a first order setting, and then expanded to higher orders, where in the leakage model there are several leakage points for each input stemming from a masked implementation of the cryptographic algorithm. Next a side channel attack attribute called the confusion coefficient is explored, which enables the study of how vulnerable a specific cryptographic algorithm is to side channel attacks. Lastly, two ways to estimate the success-rates of different types of attacks are explored, one based on the statistical distribution of the attack, and one based on Monte Carlo simulation.