Odběrová analýza pomocí metod AI

Abstract

Tato práce se zabývá použitím hlubokého učení v útoku See-In-The-Middle (SITM) na šifru AES-128. Teoretická část se věnuje popisu postranních kanálů, jejich rozdělení a útokům na ně. Dále jsou představeny druhy protiopatření proti těmto útokům, je popsána bloková šifra AES a útok SITM na který se práce zaměřuje. Poslední blok teoretické části představuje a stručně popisuje architektury hlubokého učení, které se využívají k analýze postranních kanálů. Praktická část práce popisuje návrh a implementaci vlastních modelů hlubokého učení. Výsledkem této práce je porovnání různých architektur hlubokého učení pro útok SITM.

This thesis studies the application of deep learning in the See-In-The-Middle (SITM) attack on the AES-128 cipher. The theoretical part covers side channels, their classification and attacks that exploit them. It also introduces the types of countermeasures used against these atacks, the block cipher AES-128 itself and the SITM attack that is being performed. The last section of the theoretical part introduces the different architectures of deep learning, which are used for side channel analysis. The practical section shows the design and implementation of different custom deep learning models. The result of this work is a comparison of different deep learning architectures in the context of the SITM attack.