Sårbarheter och hotanalys från sidokanaler med maskininlärning i fokus
Sårbarheter och hotanalys från sidokanaler med maskininlärning i fokus
Beskrivning
Under det senaste decenniet har cyberattacker flyttat från att existera högt upp i programvarustacken till att även appliceras på den underliggande fysiska implementeringen. I det här projektet kommer vi att undersöka användningen av automatiserade verktyg och maskininlärningstekniker för att extrahera hemlig information från fysiska implementationer via läckage från olika sidokanaler.