• 정보보호학회논문지
• /
• 제29권3호
• /
• pp.491-501
• /
• 2019

최근 보안 디바이스의 물리적 취약성을 찾을 수 있는 부채널 분석 분야에서 딥러닝을 활용한 연구가 활발히 진행되고 있다. 하지만, 최신 딥러닝 기반 부채널 분석 기술 연구는 템플릿 공격 등과 같은 프로파일링 기반 부채널 분석 환경에서 파형을 옳게 분류하기 위한 연구에 집중되어 있다. 본 논문에서는 이전 연구들과 다르게 딥러닝을 신호 전처리 기법으로 활용하여 차분 전력 분석, 상관 전력 분석 등과 같은 논프로파일링 기반 부채널 분석의 성능을 고도화할 수 있는 방법을 제안한다. 제안기법은 오토인코더를 부채널 분석 환경에 적합하게 변경하여 부채널 정보의 노이즈를 제거하는 전처리 기법으로, 기존 노이즈 제거 오토인코더는 임의로 추가한 노이즈에 대한 학습을 하였다면 제안하는 기법은 노이즈가 제거된 라벨을 사용하여 실제 데이터의 노이즈를 학습한다. 제안기법은 논프로파일링 환경에서 수행 가능한 전처리 기법이며 하나의 뉴런 네트워크의 학습만을 통해 수행할 수 있다. 본 논문에서는 실험을 통해 제안기법의 노이즈 제거 성능을 입증하였으며, 주성분분석 및 선형판별분석과 같은 기존 전처리 기법들과 비교하여 우수하다는 것을 보인다.

• 정보보호학회논문지
• /
• 제27권1호
• /
• pp.15-23
• /
• 2017

템플릿 공격은 공격 대상 장비와 동일한 테스트 장비를 보유한 경우에 수행할 수 있는 강력한 부채널 분석 방법이다. 템플릿 공격은 테스트 장비를 이용하여 비밀정보에 대한 템플릿을 구성하는 프로파일링 단계와 공격 대상 장비에서 수집한 전력 파형을 템플릿과 비교하여 비밀정보를 찾는 매칭 단계로 구성된다. 템플릿 공격의 성능을 향상시키는 방법 중 하나는 가우시안 분포에 대한 템플릿의 추정을 향상시키는 것이다. 그러나 프로파일링 단계에서 각 중간값에 대한 템플릿을 계산할 때 사용되는 전력 파형의 수가 제한된다면 템플릿 계산이 부정확해진다. 본 논문에서는 프로파일링 단계에서 템플릿을 계산하기 위해 사용하는 파형의 수가 제한될 때 노이즈 파형으로 간주되는 전력 파형을 제거하는 방법론을 제시한다. 제시한 방법론에 따라 노이즈로 간주되는 전력 파형을 제외하여 템플릿을 구성할 경우에 템플릿 추정의 정확도가 향상되어 템플릿 공격의 성능이 향상된다. 또한 본 논문에서는 실험을 통해 템플릿 공격의 성능이 향상됨을 보임으로써 제시한 방법론이 타당함을 증명한다.

• Steel and Composite Structures
• /
• 제37권5호
• /
• pp.589-603
• /
• 2020

This paper presents an investigation of the thermal performance of composite floor slabs with profiled steel decking exposed to fire effects from floor. A detailed finite-element model has been developed by representing the concrete slab with steel decking under of it and steel beam both steel parts protected by intumescent coating. Although this type of floor systems offers a better fire resistance, passive fire protection materials should be applied when a higher fire resistance is desired. Moreover, fire exposed side is so crucial for composite slab systems as the total fire behaviour of the floor system changes dramatically. When the fire attack from steel parts, the temperature rises rapidly resulting in a sudden decrease on the strength of the beam and decking. Herein this paper, the fire attack side is assumed from the face of the concrete floor (top of the concrete assembly). Therefore, the heat is transferred through concrete to the steel decking and reaching finally to the steel beam both protected by intumescent coating. In this work, the numerical model has been established to predict the heat transfer performance including material properties such as thermal conductivity, specific heat and dry film thickness of intumescent coating. The developed numerical model has been divided into different layers to understand the sensitivity of steel temperature to the number of layers of intumescent coating. Results show that the protected composite floors offer a higher fire resistance as the temperature of the steel section remains below 60℃ even after 60-minute Standard (ISO) fire and Fast fire exposure. Obtaining lower temperatures in steel due to the great fire performance of the concrete itself results in lesser reductions of strength and stiffness hence, lesser deflections.