课程导入：侧信道分析的定义、发展历程、攻击模型与安全意义
侧信道分析（Side-Channel Analysis, SCA）是密码学与硬件安全交叉领域中最具实战威胁性的一门技术。它不直接攻击算法本身的数学结构，而是利用密码设备在运行加密运算时物理泄露的功耗、电磁辐射、运算时间等“边信道信息”，来推断内部秘密参数（如密钥）。本章作为整个课程的开篇，将系统性地建立侧信道分析的知识框架：首先厘清其定义与物理根源，接着回顾从理论提出到现实攻击的发展脉络，然后深入剖析攻击模型与安全边界，最后给出本课程的学习路径与实验环境搭建方案。理解本章内容，是后续掌握功耗分析（SPA/DPA）、电磁分析（EMA）、时钟毛刺注入等实战技术的前提。
核心原理：从物理泄露到密钥恢复
侧信道分析的本质，是建立“物理可观测信息”与“内部计算状态”之间的统计关联。现代密码算法（如AES-128）在设计时假设攻击者只能通过数学方式访问加解密接口，但实际芯片在运行时，CMOS电路翻转会产生与数据相关的动态功耗：当某个寄存器从0变为1或从1变为0时，需要消耗额外的能量对负载电容充放电。这种功耗波动幅度通常在毫瓦级，但通过高精度示波器（采样率≥1GS/s，带宽≥500MHz）和电流探头（如Tektronix TCP0030A）可以精确捕获。
更关键的是，功耗泄露与算法中间值存在确定性映射关系。以AES-128第一轮为例，S盒输出值 SubBytes(Plaintext XOR Key) 的汉明重量（Hamming Weight）与芯片数据总线上的翻转次数高度相关。攻击者只需采集大量不同明文下的功耗曲线，然后针对每个密钥字节假设（0~255），计算假设中间值的汉明重量，再与实测功耗曲线做相关系数分析（Pearson相关系数），正确的密钥假设将展现出最高的相关性峰值。这就是差分功耗分析（DPA）和相关功耗分析（CPA）的数学基础。
P = α·C·V²·f，其中α是翻转因子（0~1），C是负载电容，V是供电电压，f是时钟频率。侧信道攻击主要利用α的变化——不同数据位翻转导致瞬时电流差异，从而在电源引脚或电磁探针上产生可测量的电压降或磁场变化。
判断方法：攻击可行性评估与泄露检测
在实际评估一个密码设备是否容易受到侧信道攻击时，需要按照以下流程进行系统判断：
- 泄露源识别：使用近场电磁探针（如Langer RF-U 5-2）扫描芯片表面，定位辐射最强的区域；同时测量电源引脚上的纹波电压。若在加密操作期间观察到明显的周期性波形，则存在泄露。
- 时间对齐检查：采集多条功耗曲线，检查加密操作的起始点是否对齐。若存在时钟抖动，需使用重采样或互相关算法进行对齐预处理。
- 泄露量化测试：使用TVLA（Test Vector Leakage Assessment）测试——固定密钥，随机输入明文，采集两组功耗曲线（每组≥10万条），计算两组均值差的Welch t检验。若t统计量超过±4.5，则判定存在数据相关泄露。
- 攻击复杂度估算：根据泄露信噪比（SNR）估算所需曲线数量。经验公式：
N ≈ 3 + 8·(σ_noise/σ_signal)²，其中σ为功耗分布的标准差。SNR越高，所需曲线越少。
| 评估阶段 | 工具/方法 | 判定指标 | 通过标准 |
|---|---|---|---|
| 泄露检测 | TVLA (Welch t-test) | t统计量 | |t| < 4.5 |
| 泄露定位 | 电磁扫描 / 热成像 | 辐射热点分布 | 无集中热点 |
| 攻击可行性 | CPA / DPA | 相关系数峰值 | 无法恢复完整密钥 |
| 残余信息 | 互信息分析 (MIA) | 互信息量 | 趋近于零 |
案例拆解：智能卡AES-128密钥恢复实战
下面通过一个典型的实验室攻击案例，完整展示侧信道分析从采集到密钥恢复的闭环流程。该案例基于Infineon SLE78系列安全芯片，运行AES-128加密，攻击目标为恢复128位密钥。
实验环境与约束：使用ChipWhisperer-Lite开发板（内置200MS/s ADC），近场探针放置在芯片上方2mm处，采样率设定为96MS/s，每条功耗曲线采集2000个采样点。共采集50,000条明文-功耗对，明文随机生成。设备无主动防护措施（无掩码），但存在一定程度的时钟噪声。
初始现象：直接对50,000条曲线进行CPA攻击，仅能恢复出16字节密钥中的12字节，剩余4字节相关系数峰值低于0.2，无法区分正确密钥。
分析判断过程：检查发现，时钟噪声导致曲线时间偏移约±3个采样点，这显著降低了相关性。此外，S盒输出中间值的汉明重量模型在部分字节上区分度不足。
实际操作步骤：
- 预处理：使用Python的
scipy.signal.resample将每条曲线重采样至固定长度，然后采用峰值对齐算法（以功耗最大值位置为基准）进行对齐。 - 滤波降噪：应用带宽为10MHz的低通滤波器（4阶Butterworth），去除高频开关噪声。
- 分段攻击：将AES第一轮分为4个阶段，每阶段攻击4字节密钥。针对每个字节，使用CPA并计算100个假设密钥的相关性。
- 结果验证：恢复出完整16字节密钥后，使用该密钥加密已知明文，与设备输出比对，确认正确性。
结果对比：预处理后，正确密钥的平均相关系数从0.15提升至0.42，错误密钥的最高相关系数仅为0.08。攻击成功率从75%提升至100%。
风险与代价：整个攻击耗时约6小时（包括采集和计算），但若设备启用掩码防护，攻击复杂度将呈指数级增长，所需曲线数量可能超过百万条。
常见误区与总结复盘
在侧信道分析的学习和实践中，初学者常陷入以下误区：
- 误区一：认为功耗分析只能攻击无防护设备。实际上，即使有掩码，通过高阶DPA（如二阶DPA）或模板攻击仍可能突破。掩码只是提高攻击成本，并非安全。
- 误区二：忽略同步问题。很多攻击失败源于曲线未对齐。必须检查触发信号的稳定性和采样时钟的抖动。
- 误区三：过度依赖单一泄露模型。汉明重量模型并非万能，对于某些架构（如ARM Cortex-M4），汉明距离模型可能更准确。应根据目标芯片的微架构选择合适的功耗模型。
- 误区四：忽视电磁泄露。功耗分析需要物理接触，而电磁分析可以非接触式进行，且能更精确定位内部模块。在评估中应同时考虑两种泄露途径。
总结：侧信道分析是一门“物理+算法+统计”的交叉学科。本章建立的定义、发展脉络、攻击模型和实验方法构成了后续所有技术的基础。理解泄露的物理根源，掌握统计检测工具，熟悉攻击流程，是成为侧信道安全专家的第一步。下一阶段，我们将深入功耗采集的硬件搭建细节，包括探头选择、示波器配置和触发同步等关键工程问题。