原始公开日期:2026-11-11。上海交通大学研究团队在IACR ePrint发布论文2026/2865,提出Hierarchical Inference Tree(HIT,层级推断树),面向后量子标准ML-KEM与ML-DSA实现中的数论变换(NTT)功耗侧信道。研究对象是物理实现泄漏,不是对格困难问题或标准安全证明的数学攻击。
NTT会直接处理秘密多项式,既有软分析侧信道攻击通常在含环的因子图上反复运行置信传播。作者认为,这类方法在噪声升高时可能振荡,并且更新成本随模数增大,使ML-DSA场景尤其昂贵。HIT利用小秘密输入会确定递归蝶形网络中间值的结构,从叶到根合并和剪枝候选,只进行一次树形推断。
论文在ML-KEM-768上报告,HIT相对其选取的先进SASCA基线快超过900倍,并提高可容忍噪声;它还把同类单轨迹分析扩展到ML-DSA的NTT。这里的倍数来自作者实验配置和比较基线,不能外推到所有采集设备、编译选项、掩码实现或其他侧信道算法。
在ARM Cortex-M4物理实验中,作者先用profiling设备建立泄漏模型,再对单条目标攻击轨迹推断秘密。论文报告ML-KEM-768用20条profiling轨迹即可完成目标秘密向量恢复;ML-DSA-44与ML-DSA-65在80条profiling轨迹条件下,多项式精确恢复率分别为100%与98.7%。这些数字描述特定实现和测量流程,并非无画像远程攻击。
对实现团队而言,直接行动是把NTT中间值纳入侧信道评估,检查编译器、内存访问、蝶形调度和随机化是否留下可稳定建模的泄漏。仅以恒定运行时或隐藏单个中间量作为防护并不充分;需要结合掩码、随机化、泄漏检测和针对单轨迹推断的回归测试,同时验证防护不会在性能优化后被破坏。
量仔观察
受影响的首先是把标准算法移植到可被近距离测量的嵌入式设备、令牌与边缘硬件的团队,而不是所有ML-KEM或ML-DSA用户。证据为已读完整论文和实机实验,但尚缺跨实现独立复现。读者可据此扩充NTT泄漏测试而不必更换算法;下一观察点是作者代码、其他芯片复现以及掩码实现对HIT的抵抗结果。
