3. 侧信道攻击基础与威胁模型

后量子密码（PQC）算法在数学上被证明能抵抗量子计算机攻击，但这并不意味着其实现是安全的。侧信道攻击（Side-Channel Attack, SCA）绕过算法本身的数学强度，转而利用密码设备在运行过程中泄露的物理信息——时间、功耗、电磁辐射、缓存行为乃至故障响应——来恢复密钥或伪造签名。理解这些攻击的原理与威胁模型，是设计安全PQC实现的前提。

3.1 侧信道攻击的分类与物理原理

侧信道攻击的核心思想是：密码运算在物理设备上执行时，其耗时、能量消耗、电磁辐射等物理量必然与所处理的秘密数据相关。攻击者通过观测这些物理量，结合对算法结构的了解，可以推断出密钥信息。

计时攻击（Timing Attack）利用不同输入导致运算路径或运算量的差异。例如，若某实现中的模约减操作在结果超出范围时执行额外减法，则不同密钥位对应的运算时间不同。计时攻击无需物理接触设备，可通过网络远程发起，但易受网络抖动和系统噪声干扰。

功耗分析攻击（Power Analysis）分为简单功耗分析（SPA）和差分功耗分析（DPA）。SPA通过观察单条功耗轨迹识别操作序列，例如区分平方与乘法操作，从而推断密钥位。DPA则采集大量轨迹，利用统计方法（如相关系数）找出与猜测中间值相关的功耗泄漏点。DPA对噪声有较强鲁棒性，是实践中最有效的攻击手段之一。

电磁攻击（Electromagnetic Attack）与功耗攻击原理类似，但通过天线或探头捕获芯片表面电磁辐射。电磁攻击的优势在于可进行空间定位，能分离芯片不同区域的泄漏，且无需与设备电源直接接触。

缓存攻击（Cache Attack）针对具有缓存层次的处理器。攻击者通过监控缓存命中/未命中模式，推断受害者访问的内存地址，进而恢复密钥。常见方法包括Prime+Probe、Flush+Reload等。缓存攻击在共享硬件（如云服务器）场景中尤为危险。

故障攻击（Fault Attack）通过注入故障（如电压毛刺、时钟毛刺、激光注入）使密码运算产生错误，再分析错误输出与正确输出之间的关系来恢复密钥。例如，RSA-CRT签名中若模幂运算出现故障，可分解模数N。故障攻击常与差分故障分析（DFA）结合使用。

3.2 后量子密码实现中的攻击面

PQC算法虽然数学结构不同，但其实现仍面临与传统密码类似的侧信道威胁，且部分特性引入了新的攻击面。

基于格的密码（如Kyber、Dilithium）的核心操作包括NTT（数论变换）、多项式乘法、采样与舍入。攻击面主要集中在：NTT中的蝶形运算若使用条件分支，可能泄露系数信息；采样函数（如CBD、拒绝采样）的循环次数与随机数相关，可能被计时攻击利用；舍入操作中的比较逻辑可能产生功耗差异。此外，Dilithium的签名过程中涉及拒绝采样循环，其执行次数与私钥相关，是计时攻击的潜在目标。

基于编码的密码（如McEliece）的密钥生成和加解密涉及大规模矩阵运算，其功耗特征可能泄露矩阵结构信息。解码算法中的迭代次数也可能成为计时侧信道。

基于哈希的签名（如SPHINCS+）虽然本身设计为常数时间，但其底层哈希函数的实现若存在缓存访问模式差异，仍可能被缓存攻击利用。

多变量密码的运算涉及有限域上的线性代数，其高斯消元等操作的数据依赖分支可能引入计时泄漏。

3.3 威胁模型与评估边界

在评估PQC实现的安全性时，需要明确威胁模型。常见的威胁模型包括：

• 远程计时攻击模型：攻击者通过网络发送请求，测量响应时间。评估边界为网络抖动、操作系统调度噪声。防护目标是使所有操作的执行时间与秘密数据无关。
• 本地功耗/电磁攻击模型：攻击者拥有物理设备，可采集功耗轨迹或电磁信号。评估边界包括采样率、探头位置、环境噪声。防护目标是降低信噪比，使统计攻击所需轨迹数超过实际可行范围。
• 缓存攻击模型：攻击者与受害者在同一物理主机（如云环境）上运行。评估边界为缓存层级、共享内存大小、调度粒度。防护目标是消除秘密相关的缓存访问模式。
• 故障攻击模型：攻击者能够注入故障并观察错误输出。评估边界为故障注入精度、可控性。防护目标是检测故障并阻止错误输出。

3.4 常数时间实现与掩码防护

针对侧信道攻击，PQC实现通常采用两类防护策略：

常数时间实现旨在消除时间侧信道。具体技术包括：避免秘密相关的条件分支，使用条件移动（conditional move）替代if-else；避免秘密相关的内存访问，使用线性扫描或 oblivious 访问模式；确保循环次数固定，如拒绝采样中采用固定迭代次数加掩码处理。例如，在Kyber的NTT实现中，蝶形运算的索引计算应完全由公开参数决定，不依赖私钥系数。

掩码防护旨在消除功耗与电磁侧信道。其核心思想是将秘密值拆分为多个份额（share），使得每个份额的功耗与秘密无关。例如，一阶布尔掩码将敏感变量x拆分为x⊕m和m，其中m为随机掩码。所有线性操作（如异或、加法）可分别对份额进行，非线性操作（如S盒、乘法）则需要额外的掩码刷新和域转换。对于PQC中的多项式乘法，掩码后的NTT需要处理份额间的交叉项，计算开销显著增加。

3.5 评估方法与工具

PQC实现的侧信道评估通常包括以下步骤：

1. 泄漏建模：根据算法结构，确定可能泄漏秘密的中间值（如NTT输出、采样结果）。
2. 轨迹采集：使用示波器、电磁探头等设备采集功耗或电磁轨迹，同步触发信号通常来自设备GPIO。
3. 泄漏检测：采用TVLA（Test Vector Leakage Assessment）方法，通过Welch's t-test比较固定输入与随机输入下的轨迹分布，判断是否存在显著泄漏。|t| > 4.5通常认为存在泄漏。
4. 攻击验证：在检测到泄漏后，实施CPA（相关功耗分析）或模板攻击，验证是否可恢复密钥。
5. 防护迭代：根据评估结果调整实现，重新评估直至泄漏低于阈值。

常用工具包括：ChipWhisperer（开源功耗/电磁采集平台）、Riscure Inspector（商业侧信道分析工具）、以及自定义的Python分析脚本（基于NumPy/SciPy）。对于缓存攻击，可使用Cachegrind、Mastik等工具进行模拟与评估。

总之，PQC实现的安全不仅取决于算法本身，更取决于实现细节与威胁模型的匹配程度。理解计时、功耗、电磁、缓存、故障等攻击的原理，明确评估边界，并采用常数时间与掩码防护，是构建安全PQC系统的必要步骤。