买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江理工大学申请的专利用于安全信道的高效泄露检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119906587B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510397147.7，技术领域涉及：H04L9/40；该发明授权用于安全信道的高效泄露检测方法及系统是由沈剑;孙天龙;王晨;谭皓文;周天祺;杨惠杰;王滨;王伟;胡进设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本用于安全信道的高效泄露检测方法及系统在说明书摘要公布了：本发明属于数据传输技术领域，具体涉及用于安全信道的高效泄露检测方法及系统。方法包括：S1，随机生成明文，并输入加密设备，同时执行AES加密过程；实时采集并保存设备运行侧信道信息，循环执行步骤S1操作，获得完整的数据集；S2，对每条采集到的数据样本进行分割，以提取运行中间状态泄露信息；S3，使用自动编码器对分割后的数据进行重构和去噪，并使用无监督预适应技术降低不同数据预处理操作间的差异；S4，将数据分为训练数据集、验证数据集和攻击数据集；利用训练数据集训练机器学习模型或新构建的模板模型，并在验证数据集上评估模型性能；S5，使用训练后的模型在攻击数据集上进行预测，评估恢复密钥所需样本数量。

本发明授权用于安全信道的高效泄露检测方法及系统在权利要求书中公布了：1.用于安全信道的高效泄露检测方法，其特征在于，包括如下步骤； S1，随机生成明文，并输入加密设备，同时执行AES加密过程；实时采集并保存设备运行侧信道信息，循环执行步骤S1操作，获得完整的数据集；所述侧信道信息包括能量轨迹； S2，对每条采集到的数据样本进行分割，按照不同轮次、操作和字节进行划分，以提取运行中间状态泄露信息； S3，使用自动编码器对分割后的数据进行重构和去噪，并结合均方误差及最大均值差异联合损失函数降低不同数据预处理操作间的差异； S4，将预处理后的数据分为训练数据集、验证数据集和攻击数据集；利用训练数据集训练机器学习模型或新构建的模板模型，并在验证数据集上评估模型性能； S5，使用训练后的模型在攻击数据集上进行预测，评估恢复密钥所需样本数量； 步骤S2包括如下步骤： S21，考虑到AES算法操作泄露存在于轮密钥加和字节替换阶段，设定将一条AES128算法的数据样本拆分为1*16*1+10*16*2条迹线；其中，1*16*1中的1、16、1依次代表轮次、字节和操作；10*16*2中的10、16、2依次代表轮次、字节和操作； S22，设定轮密钥加状态值公式表示为： 其中，State代表状态值，代表异或运算，RoundKey代表轮密钥，i∈[0,15]代表字节索引； 设定字节替换状态值公式表示为： State[i]＝SBoxState[i] 其中，SBox代表S盒运算； 步骤S3包括如下步骤： S31，采用均方误差MSE作为重构损失，具体的公式为： 其中，n是数据点的总数，yi是实际值，是预测值； S32，引入最大均值差异MMD作为损失函数，用于量化轮密钥加和字节替换两种数据分布之间的差异；MMD通过测量轮密钥加与字节替换操作生成的数据在高维空间中的均值差异，促使特征空间对齐，进而使来自不同操作的数据在特征分布上趋于一致；最大均值差异MMD的具体公式表示如下： 其中，xi和yj是来自两个不同分布的数据样本，m和n是两个样本集的大小，φ代表核函数，‖·‖表示向量的范数； S33，同时优化MSE和MMD损失函数，使自动编码器有效地进行数据去噪与重构；自动编码器总损失函数Loss具体表示如下： Loss＝MSE+λ·MMD 其中，λ表示权重系数，用于控制重构准确性与数据分布一致性之间的平衡； 步骤S4包括如下步骤： S41，为数据样本制作标签，具体分为如下两种形式： 基于ID模型：直接使用状态值作为标签，对数据样本进行分类；考虑到状态值的范围为0到255，则将数据样本分为256类； 基于HW模型：使用状态值的汉明重量作为标签；所述汉明重量指的是在二进制表示中为1的位数，根据汉明重量的取值，将样本分为9类； 步骤S5包括如下步骤： S51，使用训练后的模型在攻击数据集上进行预测，得出每一个数据样本在所有标签类别上的后验概率分布，根据输入明文将标签概率分布转换为对应密钥的后验概率，并作为每个密钥的得分分布； S52，将每个数据样本的得分对应密钥相加，得出每个密钥类别总得分；每个密钥类别总得分分布反映了模型对于各个密钥的信心程度，得分越高，表明预测结果越可能是对应的密钥，具体过程如下公式表示： 其中，ScoreKj表示密钥Kj总得分，PKj|yi是给定样本yi时密钥Kj的后验概率，N是攻击数据集中样本总数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江理工大学，其通讯地址为：310018 浙江省杭州市钱塘区下沙2号大街928号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。