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！

龙图腾网获悉重庆邮电大学申请的专利一种基于BILSTM与CNN混合模型的侧信道分析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：CN116346304B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310297931.1，技术领域涉及：H04L9/00；该发明授权一种基于BILSTM与CNN混合模型的侧信道分析方法是由程克非;文昭;崔晓通;刘红兵设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种基于BILSTM与CNN混合模型的侧信道分析方法在说明书摘要公布了：本发明涉及加密芯片功耗分析及侧信道分析领域，特别涉及一种基于BILSTM与CNN混合模型的侧信道分析方法，包括获取侧信道分析使用的初始功耗轨迹数据集；采用皮尔逊相关系数对初始功耗轨迹数据集进行分析，得到新的轨迹数据集；构建泄露模型，根据泄露模型生成标签，将生成的标签与轨迹数据集中的数据对应，得到标签数据集；将标签数据集划分为训练集和测试集；将训练数据集输入到基于BILSTM与CNN混合的侧信道分析模型中进行多次训练，得到多个训练好的侧信道分析模型；将测试集中的数据分别输入到训练好的信道分析模型中进行测试，得到最优的侧信道分析模型；本发明采用优化的侧信道分析模型对功率进行分析，提高了分析的效率。

本发明授权一种基于BILSTM与CNN混合模型的侧信道分析方法在权利要求书中公布了：1.一种基于BILSTM与CNN混合模型的侧信道分析方法，其特征在于，包括：获取待检测的侧信数据信息，对该信息进行预处理；将预处理后的数据输入到侧信道分析模型中，得到分析结果；根据分析结果对侧信道进行防御； 对侧信道分析模型进行训练的过程包括： S1：获取侧信道初始功耗轨迹数据集； S2：采用皮尔逊相关系数对初始功耗轨迹数据集进行分析，得到新的轨迹数据集，并对新的轨迹数据集进行预处理； S3：构建泄露模型，根据泄露模型生成标签，将生成的标签与经过预处理后的轨迹数据集中的数据对应，得到标签数据集；将标签数据集划分为训练集和测试集； S4：将训练数据集中的数据输入到基于BILSTM与CNN混合的侧信道分析模型中进行多次训练，得到多个训练好的侧信道分析模型； 构建的BILSTM与CNN混合的侧信道分析模型的结构包括：依次连接的输入层None,130,1,卷积层None,130,4，池化层None,129,4,卷积层None,129,8,池化层None,128,8,卷积层None,127,16,池化层None,127,16,卷积层None,127,32,池化层None,126,32,平面化图层None,4032,RESHAPE层None,1,0,BILSTM层None,512,全连接层None,256以及输出层None,256； 对基于BILSTM与CNN混合的侧信道分析模型中进行训练的过程包括： S41：将训练集中的数据输入到CNN模型中，通过3个卷积层和3个池化层得到32维的中间数据；其中训练集中的数据是一维的功耗数据； S42：将中间数据通过flatten层和reshape层进行变维处理； S43：将变维后的数据输入到BILSTM层和全连接层进行密钥猜测，得到功耗数据的256种密钥猜测结果；根据猜测结果进行rank排名，当rank的值达到0，则确定子密钥推测成功，完成模型的训练； S5：将测试集中的数据分别输入到训练好的信道分析模型中进行测试，筛选出最优的侧信道分析模型； 选取最优的侧信道分析模型的表达式为： ,； 其中，表示rank排名函数，表示子密钥字节，k表示已知的真实密钥，表示子密钥集合，表示密钥正确的概率，表示明文，表示猜测熵，表示期望函数。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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。