⚡ electrical engineering

TriSweep: A Four-Drone Swarm Framework for Electromagnetic Side-Channel Analysis

TriSweep is een simulatiekader dat een zwermarchitectuur met vier drones voorstelt die ruimtelijk gespecialiseerde verzamelaars en coherent signaalcombineren gebruikt om succesvol autonome, op afstand uitgevoerde elektromagnetische zijkanaalanalyse uit te voeren op gemaskerde microcontrollers op afstanden van 0,25–1,5 meter, waarmee aanzienlijke verbeteringen in het terugwinnen van sleutels worden bereikt ten opzichte van benaderingen met één drone, ondanks het ontbreken van een fysieke hardware-implementatie.

Oorspronkelijke auteurs: Eric Yocam, Varghese Vaidyan

Gepubliceerd 2026-05-22

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Eric Yocam, Varghese Vaidyan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert een geheim gesprek te horen dat plaatsvindt in een afgesloten kamer. Meestal moet je je oor tegen de deur drukken om de fluisteringen te horen. Maar wat als je aan de overkant van de straat zou kunnen staan en toch elk woord zou kunnen horen?

Dat is het idee achter TriSweep, een nieuwe computersimulatie ontwikkeld door onderzoekers Eric Yocam en Varghese Vaidyan. Ze bouwen nog geen echt vliegende robot; in plaats daarvan hebben ze een "virtuele speelplaats" gecreëerd om te testen of een team van vier kleine drones op afstand geheime encryptiesleutels van een computerchip kan stelen, zonder deze ooit aan te raken.

Hier is hoe hun "dronetroupe" werkt, eenvoudig uitgelegd:

Het Probleem: Het "Fluisteren" is Te Zacht

Wanneer een computerchip (zoals die in een smartcard of router) wiskundige bewerkingen uitvoert om data te versleutelen, lekt het tiny bits aan elektromagnetische energie uit. Denk hierbij aan een zwakke fluistering.

De Oude Manier: Hackers moeten meestal een sensor op enkele millimeters van de chip plaatsen om de fluistering duidelijk te horen.
De Nieuwe Bedreiging: De onderzoekers vroegen zich af: "Wat als een hacker met een drone dicht bij een raam vliegt of over een hek?" Ze ontdekten dat de huidige beveiliging ervan uitgaat dat de hacker niet dicht genoeg kan komen. TriSweep test of ze dat eigenlijk wel kunnen.

De Oplossing: Een Team van Vier Drones

In plaats van dat één drone alles probeert te doen, gebruikt TriSweep een team van vier drones met specifieke taken, die samenwerken als een goed geoefend orkest.

Drone A (Het Anker): Deze drone blijft stil en fungeert als de "dirigent". Het houdt het ritme aan en zorgt ervoor dat iedereen op dezelfde pagina zit.
Drone B (De Maskerluisteraar): De computerchip draagt een "masker" (een beveiligingstruc die het geheim verbergt). Drone B is gespecialiseerd in het luisteren naar het moment waarop de chip het masker opzet.
Drone C (De Versleutelingsluisteraar): Deze drone luistert naar het moment waarop de chip de daadwerkelijke wiskunde uitvoert (het geheime deel) terwijl het masker gedragen wordt.
Drone D (De Accumulator): Dit is het "brein". Het zit iets verder naar achteren, ontvangt de opnames van de andere drie en doet het zware werk.

De Magische Truc: Het Geheim "Ruisonderdrukken"

Hier komt het slimme deel. Het "masker" van de chip is als statische ruis die het geheime bericht verbergt.

Drone B hoort de "maskerruis".
Drone C hoort het "geheime bericht + maskerruis".
Drone D neemt beide opnames en vermenigvuldigt ze op een speciale manier met elkaar.

Stel je twee opnames van een liedje voor. De ene heeft een hard hoestje erin, en de andere heeft hetzelfde hoestje maar geen muziek. Als je ze perfect mengt, heft het hoestje zichzelf op en wordt plotseling de muziek duidelijk. Drone D doet dit wiskundig om het "masker" te elimineren en de geheime sleutel te onthullen.

De Resultaten: Hoe Goed Werkte Het?

Omdat ze de echte drones nog niet hebben gebouwd, hebben ze dit hele scenario op een supersnelle computer uitgevoerd met echte data uit andere beveiligingstests.

De Afstand: Ze testten afstanden van 10 inch (0,25 meter) tot ongeveer 5 voet (1,5 meter).
De Samenwerking: Eén drone alleen was slecht in het raden van de sleutel (het was als het zoeken van een naald in een hooiberg). Maar toen de drie luisterdrones samenwerkten, werden ze 4,8 decibel luider (alsof je het volume aanzienlijk verhoogt).
Het Succes: Met het volledige team van vier drones slaagde de simulatie erin om met een zeer hoog vertrouwen de geheime sleutel te raden. Het was ongeveer 10 keer beter dan wat een enkele drone kon doen.
De Trillingen-Correctie: Echte drones trillen een beetje wanneer ze zweven (zoals een trillende hand die een camera vasthoudt). De onderzoekers voegden een "stabilisator" toe in hun code die de opnames perfect op elkaar uitlijnde, het trillingsprobleem oploste en de aanval nog nauwkeuriger maakte.

De Haken en Ogen (Wat het Artikel Eigenlijk Zegt)

Het is belangrijk om te weten wat dit artikel niet zegt:

Geen Echte Drones: Ze hebben geen fysieke drones gebouwd of gevlogen. Alles gebeurde binnen een computersimulatie.
Geen Echte Hardware: Ze hebben nog geen speciale antennes of de "brein"-drone gebouwd.
De Volgende Stap: De onderzoekers zeggen dat de allerlaatste stap is om daadwerkelijk het prototype te bouwen en te vliegen om te zien of de realiteit zich gedraagt zoals hun computermodel.

De Conclusie

TriSweep is een "proof of concept"-simulatie. Het toont aan dat als je vier drones hebt die samenwerken als een team, je mogelijk in staat bent om op afstand geheime codes te stelen door te luisteren naar de elektromagnetische "fluisteringen" van een computerchip. Het suggereert dat het verbergen van een apparaat achter een afgesloten deur misschien niet genoeg is als een drone in de buurt kan zweven en kan meeluisteren.

Technische Samenvatting: TriSweep – Een Vier-Drones Zwerm Framework voor Elektromagnetische Side-Channel Analyse

Probleemstelling
Elektromagnetische (EM) side-channel analyse (SCA) vertrouwt traditioneel op een bedreigingsmodel waarbij een adversary een sonde plaatst op afstanden van millimeters tot centimeters van een doelapparaat. Deze aanname maakt fysieke beveiligingsmaatregelen, zoals vergrendelde panelen en behuizingen, effectief. De proliferatie van commercieel verkrijgbare (COTS) onbemande luchtvaartuigen (UAV's) en goedkope software-gedefinieerde radio (SDR) hardware daagt dit model echter uit. Een adversary die in staat is om een drone op afstand van 0,25–1,5 meter te laten zweven, kan op afstand gebaseerde fysieke beveiliging omzeilen zonder directe toegang. Bovendien maken moderne embedded implementaties vaak gebruik van eerste-orde masking-schema's om tussentijdse waarden te randomiseren, wat analyse van de tweede orde vereist om sleutels te herstellen. Traditionele aanvallen van de tweede orde moeten lekgebeurtenissen (bijvoorbeeld het laden van een masker en gemaskeerde berekening) algoritmisch scheiden van één enkele trace, een proces dat gevoelig is voor timing-jitter en ruis. Het artikel stelt dat een multi-drone zwerm deze lekgebeurtenissen ruimtelijk kan scheiden, het masker fysiek kan opheffen zonder algoritmische voorverwerking.

Methodologie
TriSweep is een simulatieframework ontworpen om een architectuur voor een vier-drone zwerm te evalueren voor autonome EM-SCA op afstand. Het systeem maakt geen gebruik van gefabriceerde hardware; in plaats daarvan combineert het echte, publiek beschikbare ANSSI ASCAD EM datasets (ATmega8515 gemaskeerde AES-128) met een op natuurkunde gebaseerd ruismodel voor vrije ruimte padverlies.

Het framework bestaat uit vier distincte drone-rollen:

Drone A (Anker): Zweeft op een referentieafstand ( $D_{ref} = 0,25$ m) om een klokreferentie en volledige spectrum EM-verzameling te bieden.
Drone B (Masker-Sonde): Gespecialiseerd in het vastleggen van het lekvenster voor het laden van het masker-register.
Drone C (Cipher-Sonde): Gespecialiseerd in het vastleggen van het lekvenster voor de gemaskeerde SubBytes-uitvoer.
Drone D (Accumulator): Een stationaire eenheid die gesynchroniseerde IQ-traces ontvangt van de andere drie drones.

De aanvalspijplijn is gebaseerd op zeven algoritmen:

Communicatie & Doelwerving: Een hartslagprotocol van 50 Hz coördineert capture-triggers en doellocatiebepaling via Time Difference of Arrival (TDOA).
Zwermherpositionering: Drones B en C positioneren zich autonomisch elke 200 ms opnieuw om de gedistribueerde Fisher-informatie te maximaliseren.
Kloksynchronisatie: Een twee-traps protocol (GPSDO grove uitlijning gevolgd door 1 kHz pilot-tone kruiscorrelatie) bereikt inter-drone jitter onder de 10 ns, wat coherent combineren mogelijk maakt.
Coherent Combineren: Drone D voert maximum ratio combining (MRC) uit op de gesynchroniseerde traces, wat een theoretische SNR-winst van 4,8 dB oplevert ( $10 \log_{10}(3)$ ).
Maskerannulering van de tweede orde: Drone D berekent het gecentreerde product van de traces van Drone B en Drone C ( $X_{SO} = (T_B - \bar{T}_B) \cdot (T_C - \bar{T}_C)$ ). Deze fysieke ruimtelijke scheiding stelt het masker $r$ in staat om op te heffen zonder kennis van zijn waarde.
Sleutelrang-accumulatie: Het systeem aggregateert log-likelihoods van traces van de eerste orde, het product van de tweede orde en een optioneel twee-kanaals Convolutional Neural Network (CNN).

Belangrijkste Bijdragen

Vier-Drone Architectuur: Een nieuw ontwerp dat lekbronnen scheidt over toegewijde verzamel-drones (Anker, Masker-Sonde, Cipher-Sonde) en een centrale Accumulator.
Fysieke Annulering van de Tweede Orde: Het eerste voorgestelde framework dat maskerannulering van de tweede orde bereikt via ruimtelijke decompositie en coherent combineren, in plaats van puur algoritmische scheiding van één enkele trace.
Zwermconsensus & Synchronisatie: Protocollen voor gedistribueerde Fisher-informatie maximalisatie en kloksynchronisatie onder de 10 ns, specifiek toegesneden op luchtplatforms.
Profiling-Trace Uitlijning: Een kruiscorrelatie-uitlijnsmethode die compensatie biedt voor zweefvibratie van drones (gesimuleerd als 100-steekproef jitter), wat de sleutelrang aanzienlijk verlaagt op niet-gesynchroniseerde datasets.
Simulatieframework: Een gevalideerde simulatieomgeving met gebruik van echte ASCAD datasets en gekalibreerde ruismodellen om de prestaties van een fysiek systeem te voorspellen voordat fabricage plaatsvindt.

Resultaten
Geëvalueerd tegen drie echte ASCAD datasets (primaire gemaskeerde, 50-steekproef desync en 100-steekproef desync), leverde de simulatie het volgende op:

Verbetering Sleutelrang: Op de primaire gemaskeerde dataset op 0,25 m bereikte het vier-drone systeem een gesimuleerde sleutelrang van 18 ± 1,7 (validatie met vijf zaden), een tienvoudige verbetering ten opzichte van de baseline-rang van 197 voor één drone.
SNR-Winst: Coherent combineren van drie verzamelaars leverde een SNR-winst van 4,8 dB op, consistent met theoretische voorspellingen.
Jitter-compensatie: Uitlijning via kruiscorrelatie van profiling-traces verlaagde de sleutelrang op de dataset met 100-steekproef jitter van 89 (één drone, niet uitgelijnd) naar 21.
CNN-prestaties: Een twee-kanaals CNN in de Accumulator convergeerde naar een verlies van 0,454 (tegenover een willekeurige baseline van 5,545) en verbeterde rangen op niet-gesynchroniseerde datasets, hoewel het overfitte op de schone gemaskeerde data in vergelijking met het handmatige product van de tweede orde.
Afstandgevoeligheid: Het systeem behield een sleutelrang van 20 op 0,25 m en 25 op 1,5 m op de primaire dataset, wat aantoont dat combineren van de tweede orde SNR-verlies op grotere afstanden compenseert.

Betekenis en Beweringen
Het artikel beweert dat TriSweep een "kwalitatief nieuwe bedreigingsvector" vestigt door luchtmobiliteit, coherent winst van meerdere ontvangers en autonome herpositionering te combineren om gemaskeerde cryptografische implementaties op afstand te verslaan. De primaire betekenis ligt in de fysieke ruimtelijke decompositie van lekgebeurtenissen, wat maskerannulering mogelijk maakt zonder algoritmische voorverwerking of kennis van de maskerwaarde.

De auteurs stellen expliciet dat geen enkele fysieke hardware is gefabriceerd; alle resultaten zijn afgeleid van simulatie met gebruik van echte datasets en een ruismodel. Bijgevolg positioneert het artikel TriSweep als een ontwerpspecificatie en kwantitatief voorspellingsinstrument. De auteurs erkennen dat fysieke inzet te maken krijgt met niet-gemodelleerde uitdagingen, zoals elektromagnetische interferentie (EMI) van propellers en fase-ruis veroorzaakt door vibratie, wat de gesimuleerde SNR kan verslechteren. De directe volgende stap die wordt geïdentificeerd, is de constructie en vlucht van een fysiek prototype om de voorspellingen van het framework te valideren en de kloof tussen simulatie en realiteit te kwantificeren.