Využití strojového učení v oblasti útoků postranním kanálem

Ryška, Aleš

Využití strojového učení v oblasti útoků postranním kanálem

DSpace Repository

Language: English čeština

Využití strojového učení v oblasti útoků postranním kanálem

dc.contributor.advisor	Šenkeřík, Roman
dc.contributor.author	Ryška, Aleš
dc.date.accessioned	2024-07-23T13:16:46Z
dc.date.available	2024-07-23T13:16:46Z
dc.date.issued	2023-11-05
dc.identifier	Elektronický archiv Knihovny UTB
dc.identifier.uri	http://hdl.handle.net/10563/56312
dc.description.abstract	Tato diplomová práce se zabýbá integraci strojového učení při útoku postranním kanálem za účelem obnovení klíče. Byl navržen přístup založený na hlubokém učení s využitím neuronových sítí, který umožňuje extrahovat kryptografická tajemství na základě úniku informací z postranních kanálů. Metodologie zahrnuje sběr dat, extrakci funkcí a trénování modelu s optimalizací parametrů a ověřováním. Zhodnocení nástroje proběhlo na simulovaných i reálných datech.
dc.format	68
dc.language.iso	en
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	Strojové učení	cs
dc.subject	Útok postranním kanálem	cs
dc.subject	obnovení klíče	cs
dc.subject	hluboké učení	cs
dc.subject	kryptografie	cs
dc.subject	únik dat	cs
dc.subject	kryptografická tajemství	cs
dc.subject	trénování modelu	cs
dc.subject	kyberbezpečnost	cs
dc.subject	bezpečnost dat	cs
dc.subject	extrakce klíče	cs
dc.subject	únik informací	cs
dc.subject	optimalizace	cs
dc.subject	simulace	cs
dc.subject	Machine Learning	en
dc.subject	Side-Channel Analysis	en
dc.subject	Key Recovery	en
dc.subject	Deep Learning	en
dc.subject	Cryptography	en
dc.subject	Data Leakage	en
dc.subject	Cryptographic Secrets	en
dc.subject	Model Training	en
dc.subject	Cybersecurity	en
dc.subject	Data Privacy	en
dc.subject	Key Extraction	en
dc.subject	Information Leakage	en
dc.subject	Optimization	en
dc.subject	Simulation	en
dc.title	Využití strojového učení v oblasti útoků postranním kanálem
dc.title.alternative	Application of Machine Learning in the Domain of Side-Channel Attacks
dc.type	diplomová práce	cs
dc.contributor.referee	Vyskočil, Ladislav
dc.date.accepted	2024-06-06
dc.description.abstract-translated	This thesis deals with the integration of machine learning in side-channel attacks for key recovery. A deep learning-based approach using neural networks is proposed to extract cryptographic secrets based on information leakage from side channels. The methodology includes data collection, feature extraction, model training with param- eter optimization, and validation.
dc.description.department	Ústav informatiky a umělé inteligence
dc.thesis.degree-discipline	Kybernetická bezpečnost	cs
dc.thesis.degree-discipline	Cyber Security	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Informační technologie	cs
dc.thesis.degree-program	Information Technologies	en
dc.identifier.stag	66770
dc.date.submitted	2024-05-13