量子科技中心_量科网

亚当斯桥（Adams Bridge）是一款专为Caliptra信任根设计的ML-DSA和ML-KEM硬件加速器，该设计对其逆数论变换（INTT）的其中一层进行了掩码处理，其余层则依赖乱序操作，宣称其每蝶形单元的抗相关功耗分析（CPA）复杂度分别达到2^46（ML-DSA）和2^96（ML-KEM）。研究团队通过七个分析维度，结合置信度分级证据，对照公开侧信道文献对这些声明进行了验证。 寄存器传输级（RTL）分析表明，该设计采用的随机起始索引（RSI）乱序技术每层仅提供6比特熵（64种排序方式），而非其理论推算所假设的完全随机排列的296比特熵，实际安全余量低于设计预期。通过构建软解析攻击流水线，研究人员在未借助置信传播（BP）增益的情况下实现了37比特的枚举量缩减，量化了攻击模型与实际防护间的差距。对完整INTT因子图实施全规模BP分析时，单层基线的系数恢复率达到100%，由此验证了BP增益能否扩展至生产级数论变换（NTT）结构。 基于完美先验的信息论边界证明，当信噪比与样本数乘积（SNRxN）低至15时，观测数据仍包含实现完全恢复的充分互信息。通过层级消融分析，该研究识别出支配BP收敛的四个必要条件，并发现观测拓扑（而非数量）决定恢复效果：4个均匀分布层可实现100%恢复，而4个连续层恢复率降为0%，这一发现为实用化防护设计提供了工具。针对性掩码3个连续中间层（相比全掩码方案仅增加43%开销）可构建不可恢复的防御缺口，有效抵御软解析攻击。 该研究提出了一套可复用的安全余量审计方法学，整合了RTL验证、认知置信标记、敏感场景分析和实验验证，适用于所有部分掩码型NTT加速器的安全评估。