近日，我院王焕宇教授团队在CCFA类、中科院一区TOP期刊IEEE Transactions on Information Forensics and Security (TIFS)上发表研究成果《Feature Reconstruction: Far Field EM Side-Channel Attacks in Complex Environment》(DOI: 10.1109/TIFS.2025.3611788)。IEEE TIFS期刊是信息安全领域的顶级国际期刊。

远场电磁侧信道攻击常受制于环境噪声与干扰，导致其攻击效率远低于预期。为克服这一瓶颈，本文提出一种基于域对抗迁移模型的增强型攻击方法（DAR-NN），以实现对密码芯片密钥的高效、鲁棒地远程窃取。该方法面向物联网终端射频设备，旨在为其在实际部署环境中的安全性测评，提供一种抗噪能力更强、适应性更优的解决方案。

本文所提出的DAR-NN模型将降噪自编码器与两个作为正则化项的深度学习分类器相结合，通过将远场电磁侧信道泄露信号从“含噪”到“洁净”的域适应，能够有效重构在复杂电磁环境中远距离采集的信号特征，从而显著提升远场电磁侧信道攻击效率。

在公开数据集上的测试结果表明，在攻击距离为15米时，DAR-NN模型仅需141条电磁轨迹即可成功破解AES密钥，与现有方法相比，攻击效率提高了58.7%，且建模开销降低了80%；在引入干扰源的复杂环境中，该模型仍能利用约2000条电磁轨迹成功破解密钥，而相同条件下SOTA模型无法完成攻击任务。

近年来，王焕宇教授团队面向信息安全领域，开展侧信道攻击与防御相关方向研究，取得了一系列重要的研究成果，在高水平国际会议和期刊上发表论文20余篇。