Optimizirana arhitektura klasifikatora temeljenog na umjetnim neuronskim mrežama u domeni implementacijskih napada na kriptografske uređaje (CROSBI ID 427804)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Juričić, Juraj
Jakobović, Domagoj
Knežević, Karlo
hrvatski
Optimizirana arhitektura klasifikatora temeljenog na umjetnim neuronskim mrežama u domeni implementacijskih napada na kriptografske uređaje
U diplomskom radu opisan je postupak optimizacije arhitekture klasifikatora temeljenog na umjetnim neuronskim mrežama u domeni implementacijskih napada na kriptografske uređaje koristeći tehnike evolucijskog računarstva. Objašnjen je implementacijski napad analizom diferencijalne potrošnje električne energije kriptografskog uređaja te primjena metoda strojnog učenja u istome. Implementirani su algoritam NEAT te dvije varijante genetskog algoritma – generacijski genetski algoritam i genetski algoritam sa segregacijom po vrstama. Dobiveni rezultati uspoređeni su s rezultatima prikazanim u (Picek et al., 2018). Algoritam NEAT se nije pokazao uspješnim na problemima klasifikacije, dok su obje varijante genetskog algoritma davale rezultate usporedive s prijašnjim radovima u području.
kriptografija, DPA, SCA, strojno učenje, evolucijsko računarstvo, neuroevolucija, genetski algoritam
nije evidentirano
engleski
Optimising architectures of artificial neural network classifiers in the domain of side- channel cryptographic attacks
nije evidentirano
Cryptography, DPA, SCA, Machine Learning, Evolutionary Computation, Neuroevolution, Genetic Algorithm
nije evidentirano
Podaci o izdanju
45
04.07.2019.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb
