ESN-based power trace feature extraction

In the study of template attacks(TA), the method of choosing valid point from power traces and improvement of the template attack becomes an important direction. This paper analyzes the advantages and disadvantages of the current power trace feature extraction methods. Meanwhile, it presents a new power trace feature extraction which is based on echo state net-works(ESN). In order to better choose the reservoir parameters in the echo state network classification process, a grid method is used to optimize the search of the parameter space, with the precision of time series prediction as the standard in this paper. Since a neural network can use data samples as quantitative knowledge to conduct the automatic process, the feature extraction capability for power trace roughly aligned is tested and evaluated. The experiment result shows that, with the same amount of power traces, when the core parameters are appropriately chosen, ESN-based power trace feature extraction can reduce the dependence on pretreatment technologies in template attacks, thus increase the precision of classification of the key.