Resumen

En el ataque de análisis de potencia, cuando se utiliza el modelo de peso de Hamming para describir el consumo de energía de los datos de operación del chip, el resultado del algoritmo de bosques aleatorios (RF) no es ideal, por lo que se propone un método de clasificación de bosques aleatorios basado en la técnica de sobremuestreo sintético de minorías (SMOTE). Este método compensa el problema de que el algoritmo de bosques aleatorios se ve afectado por el desequilibrio de datos y la baja precisión de clasificación de las minorías, lo que mejora la tasa general de precisión de clasificación. Los resultados experimentales muestran que cuando los datos del conjunto de entrenamiento son 800, el algoritmo de bosques aleatorios predice una tasa de acierto del 84%, pero la precisión de clasificación de los datos de minorías es del 0%, y el algoritmo de bosques aleatorios basado en SMOTE mejora la precisión de predicción de los mismos datos de prueba en un 91%. La tasa de precisión

• Materias:Seguridad informática Comunicación inalámbrica Internet de las cosas Ataques de denegación distribuida de servicio
• Subjects:Computer security Wireless communication Internet of things Distributed denial of service attacks
• Palabras claves:Ataque de análisis de potencia; Modelo de peso Hamming; Bosque aleatorio; Técnica de sobremuestreo de minorías sintéticas; Desequilibrio de datos; Precisión de la clasificación.
• Keywords:Power analysis attack; Hamming weight model; Random forest; Synthetic minority oversampling technique; Data imbalance; Classification accuracy