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！

龙图腾网获悉西安电子科技大学申请的专利一种基于深度学习的神经网络权重侧信道恢复方法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：CN119299125B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411207960.5，技术领域涉及：H04L9/40；该发明授权一种基于深度学习的神经网络权重侧信道恢复方法是由李玥;张航熙;宋祁朋;赵怡航;李晖设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于深度学习的神经网络权重侧信道恢复方法在说明书摘要公布了：本发明公开了一种基于深度学习的神经网络权重侧信道恢复方法，涉及人工智能与安全技术领域，解决了现有技术中功耗迹线往往无法与数据处理过程完美同步，且每一条功耗迹线的采集和处理都可能引入误差的问题；该方法包括：采集功耗迹线并构建数据集，然后确定泄露区间对数据集中的功耗迹线进行降维；再选择分类器，构建从侧信道信息到正确权重模型的能力，最后根据训练好的模型恢复MLP中对应神经元的权重；实现了保持高准确率的同时，通过少量功耗迹线推断出MLP中各神经元的权重，大大提高了侧信道分析的效率。

本发明授权一种基于深度学习的神经网络权重侧信道恢复方法在权利要求书中公布了：1.一种基于深度学习的神经网络权重侧信道恢复方法，其特征在于，包括： 多次采集不同输入信号下的目标设备的总功耗迹线，根据所述总功耗迹线确定一个波峰处对应的功耗迹线，并根据所述功耗迹线构建多个第一子集；其中，各个第一子集的权重不同，所述权重与所述输入信号相关； 将每个所述第一子集分别划分为第二子集；其中，所述功耗迹线的波峰处对应的是加载在所述目标设备上MLP的神经元； 通过测试向量泄露评估方法对所述多个第一子集中的功耗迹线进行降维，得到泄露区间步长，并根据所述泄露区间步长确定各功耗迹线上的数据对应多个泄露区间； 对所述多个泄露区间进行筛选，得到第二泄露区间集，利用所述第二泄露区间集和所述第二泄露区间集中每条数据对应的功耗迹线构建第一数据集，并确定所述第一数据集中各数据的标签，利用所述第一数据集和所述标签对卷积神经网络进行训练，得到所有汉明重量的第一分析模型； 将所述第一数据集中的数据按照汉明重量进行分类，得到多个第三子集，并分别利用多个所述第三子集对卷积神经网络进行训练，得到每个汉明重量分别对应的第二分析模型； 根据第二子集，利用所述第一分析模型和所述第二分析模型，计算得到所述目标设备中MLP中对应的神经元的权重。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。

以上内容由龙图腾AI智能生成。