GPU implementation of algorithms for side-channel attacks

Bc. Tomáš Jusko

Bakalářská práce

Anotace:

Táto práca predstavuje rozšírenie nástrojovej sady pyecsca o paralelné implementácie algoritmov často používaných v side-channel analýze. Vzhľadom na potrebu efektívneho spracovania veľkých dátových súborov v kryptografickom výskume sa táto práca zameriava na paralelizáciu operácií ako sú priemer, rozptyl a koeficient korelácie meraní pomocou Numba CUDA. Výskum tejto práce zahŕňal komplexnú analýzu existujúcej štruktúry pyecsca a identifikáciu potenciálnych zlepšení výkonu. Boli vyvinuté implementácie pre CPU aj GPU, s osobitným dôrazom na CUDA pre jej vysoký výkon. Komparatívne testy preukázali významné zlepšenie výkonu pri použití GPU, najmä na veľkých dátach. Táto práca nielenže zlepšuje možnosti nástrojovej sady pyecsca, ale tiež ilustruje efektívnosť paralelného spracovania založeného na GPU v urýchlení side-channel analýzy, naznačujúc možný budúci výskum a vývoj v tejto oblasti.

Abstract:

This thesis presents the extension of the pyecsca toolkit to include parallel implementations of algorithms commonly used in side-channel analysis. Recognizing the necessity for efficient processing of large data sets in cryptographic research, this work focuses on parallelizing operations like average, variance, and correlation coefficient of traces using Numba CUDA. The research of this thesis entailed a comprehensive analysis of pyecsca's existing structure and the identification of potential performance enhancements. Implementations for both CPU and GPU were developed, with a particular emphasis on CUDA for its high performance. Comparative tests demonstrated significant performance improvements with GPU usage, particularly for large data sizes. This work not only improves the capabilities of the pyecsca toolkit but also illustrates the effectiveness of GPU-based parallel processing in accelerating side-channel analysis, suggesting a path for future research and development in this area.

Keywords

side-channel analysis, parallel computing, CUDA, pyecsca, GPU computing, performance optimization, Numba

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 12. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 12. 2. 2024
• Vedoucí: RNDr. Ján Jančár
• Oponent: PhD Lukasz Michal Chmielewski

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika