基于蟻群算法的聚類區(qū)分器設(shè)計研究.pdf

1、在數(shù)據(jù)挖掘領(lǐng)域，聚類分析是一種從大數(shù)據(jù)集中尋找信息的有效方式。聚類分析被廣泛地應(yīng)用于各種領(lǐng)域，作為信息發(fā)現(xiàn)提供信息支持。蟻群算法是模擬螞蟻覓食過程，尋找到食物源的最短路徑的現(xiàn)象，對該現(xiàn)象進行建模得到的智能算法，具有較好的健壯性，能夠用于解決大規(guī)模的復(fù)雜性問題。
　　文章首先對聚類分析的發(fā)展進行了回顧，對聚類分析進行了介紹和總結(jié)，詳細(xì)介紹了不同的聚類算法以及主流聚類算法所使用的相似度量準(zhǔn)則。分析了智能算法在聚類分析中的發(fā)展和應(yīng)用，總

2、結(jié)了兩種基于蟻群聚類算法模型：基于覓食行為聚類模型和蟻堆聚類模型。詳細(xì)分析了兩種聚類模型的方案，并提出將其應(yīng)用到功耗分析攻擊領(lǐng)域。
　　功耗分析攻擊是安全領(lǐng)域一個重要的分支，文章對該領(lǐng)域的產(chǎn)生發(fā)展進行了概括和總結(jié)，并梳理了區(qū)分器發(fā)展的主要脈絡(luò)，介紹了包括功耗產(chǎn)生原理，以及典型的區(qū)分器原理，如DPA（Differential Power Anlysis），CPA（Correlation power analysis），MIA（Mut

3、ual information Anlysis）等。為了更好的應(yīng)用基于蟻群聚類算法，文章詳細(xì)介紹了功耗分析原理。詳細(xì)分析了各種區(qū)分器之間內(nèi)在聯(lián)系，探索使用蟻群聚類算法構(gòu)建區(qū)分器的可能性。
　　文章基于軟件實現(xiàn)的對AES-128算法的功耗信息進行分析，提出了基于蟻群聚類算法區(qū)分器構(gòu)造的主要思想和流程。根據(jù)數(shù)據(jù)相關(guān)性，即相同數(shù)據(jù)帶來相同的功耗泄露，利用基于蟻群聚類方法對功耗信息進行聚類。接下通過猜測密鑰值，對聚類結(jié)果集中中間變量的數(shù)據(jù)

4、特征進行統(tǒng)計，得到統(tǒng)計圖，如果當(dāng)前猜測正確那么在統(tǒng)計圖上可以得到明顯的特征。通過實驗說明，即使在噪聲較大情況下，聚類成功率較低（如60％聚類正確），攻擊者仍然能以100%概率恢復(fù)出正確密鑰信息。表明該方法在抗噪聲方面，具有一定優(yōu)勢。
　　通過實驗分析說明，該方法不僅僅局限于文章提出的方案。能夠結(jié)合功耗泄露模型進一步優(yōu)化區(qū)分器的構(gòu)造。如果攻擊者在聚類時，依據(jù)中間變量漢明重量進行聚類，在降低聚類數(shù)目的情況下，仍然能夠恢復(fù)正確密鑰信息。