Thesis defense Damien Robissout

Sécurité des implémentations cryptographiques face aux attaques par canaux auxiliaires basées sur des techniques d’apprentissage profond

Les attaques par canaux auxiliaires peuvent être considérées comme une des principales menaces contre les implémentations de systèmes de chiffrement et de protocoles sécurisés. Au cours de cette thèse, nous avons étudié l'application d'algorithmes d'apprentissage profond à ces attaques en essayant de comprendre plus précisément leurs fonctionnements afin d'évaluer la menace qu'elles représentent. Nous avons mis au point une métrique de performances permettant d'évaluer ces algorithmes au cours de leur apprentissage. Cette métrique a pu être utilisée pour déterminer l'influence de techniques d'amélioration de performances issues du machine learning sur un réseau de neurones et caractériser les gains de performances. Nous avons également exploré une nouvelle façon de réaliser les attaques par canaux auxiliaires se basant sur l'ordonnancement des traces de consommation de courant utilisées en fonction des prédictions du réseau de neurones utilisé. Elle nous permet d'améliorer les résultats d'attaques déjà effectuées et a ainsi le potentiel de remettre en cause un certain nombre d'évaluation de sécurité.

Composition du jury :

 - Pierre-Alain Fouque, Professeur, ENS Rennes, Rapporteur ;

 - Sylvain Guilley, HDR, Secure-IC, Rapporteur ;

 - Elisa Fromont, Professeure, IRISA Rennes 1, Examinatrice ;

 - Eleonora Cagli, PhD, CEA LETI, Examinatrice ;

 - Michael Grand, PhD, SERMA, Examinateur ;

 - Lilian Bossuet, Professeur, Directeur de thèse ;

 - Amaury Habrard, Professeur, Co-directeur de thèse.

The defense will be presented in French