110 司法特考三等 檢察事務官電子資訊組 資通安全 考古題詳解

核心觀念

本題考查政府機關在推動政府開放資料時，如何兼顧「資料利用價值」與「個人隱私保護」。重點不是單純刪除姓名、身分證字號，而是透過完整的去識別化程序，使資料無法直接或間接識別特定個人，並在開放前後持續控管重新識別風險。

以下以命題當年（民國 110 年）法規為準。現行《個人資料保護法》及相關規範已有部分修正，實際作業仍應以現行法令為準。

一、個人資料的判斷

依《個人資料保護法》第 2 條，個人資料係指自然人的姓名、出生年月日、身分證統一編號、特徵、指紋、家庭、教育、職業、病歷、醫療、健康檢查、性生活、犯罪前科、聯絡方式、財務情況、社會活動及其他得以直接或間接方式識別該個人的資料。

因此，資料是否屬於個人資料，不以是否含有姓名為唯一判斷標準。即使移除姓名，只要結合其他資料仍可辨識特定個人，仍屬個人資料。

例如：

• 姓名、身分證字號：直接識別資料。
• 出生年月日、地址、職業：單獨辨識力可能有限，但組合後可能間接識別個人。
• GPS 軌跡、就醫紀錄、出入紀錄：具有高度行為或敏感資訊風險。
• 「某村唯一一位 95 歲女醫師」：即使沒有姓名，也可能由公開資訊推知特定對象。

二、去識別化的意義

去識別化是透過技術及管理措施，移除、遮蔽或轉換資料中的識別資訊，降低資料被辨識為特定個人的可能性。

應注意下列區分：

1. 假名化或代碼化

將姓名改為代碼，例如將「王○○」改為「A001」。若機關或第三人仍可利用對照表、金鑰或其他資料還原身分，該資料通常仍具有個人資料性質，並非完全匿名化。

2. 匿名化

經處理後，使資料在合理可行的情況下無法再識別特定個人，且無法透過原始資料、對照表或合理可取得的外部資料還原身分，才較接近真正的匿名資料。

3. 加密不等於去識別化

加密主要是保護資料在儲存或傳輸過程中的機密性。只要持有解密金鑰即可還原原始資料，因此加密資料本身不當然成為匿名資料。

---

解題方法：以「法令檢核、風險分析、技術處理、持續治理」四層次作答

本題適合採用下列流程：

$$\text{法令與目的確認} \rightarrow \text{資料盤點與風險評估} \rightarrow \text{去識別化處理} \rightarrow \text{成效驗證} \rightarrow \text{安全開放與持續監控}$$

如此可完整涵蓋政府機關開放資料的事前、事中及事後責任。

---

一、確認開放目的及法令依據

1. 確認資料是否屬於個人資料

機關應先檢查資料集是否包含：

• 直接識別資料；
• 間接識別資料；
• 敏感或特種個人資料；
• 可與外部資料連結而識別個人的欄位；
• 個人行為軌跡、位置、交易或醫療資訊。

不能僅以「資料沒有姓名」作為不受個資法規範的理由。

2. 確認蒐集、處理及利用的法律依據

政府機關處理個人資料，應符合《個人資料保護法》關於公務機關蒐集、處理及利用個人資料的規定。

依命題當年法規，公務機關蒐集或處理個人資料，原則上應有特定目的，並符合《個人資料保護法》第 15 條所列事由；利用個人資料，則應符合第 16 條規定，原則上不得逾越特定目的必要範圍。

因此，機關應確認：

• 開放資料是否屬於原始蒐集目的的必要利用；
• 是否具有法律明文規定；
• 是否為執行法定職務必要範圍；
• 是否符合公共利益；
• 是否已超出原本特定目的；
• 是否需要取得當事人同意；
• 是否涉及特種個人資料而受到較嚴格限制。

公開資料並不代表可以任意再公開。政府機關仍須建立開放的法律依據及目的合理性。

3. 遵守比例原則與資料最小化

機關應依《個人資料保護法》第 5 條，以誠信方法處理個人資料，不得逾越特定目的必要範圍，並應與蒐集目的具有正當合理之關聯。

因此，若達成統計或政策分析目的只需要縣市、年齡層及年度，就不應公開精確地址、完整生日及詳細時間戳記。

---

二、進行資料盤點與分類

機關應建立資料清冊，至少記載：

• 資料集名稱及開放目的；
• 資料來源及蒐集方式；
• 原始資料欄位；
• 個人資料類型；
• 是否涉及特種個人資料；
• 資料更新頻率；
• 預定使用者及可能使用方式；
• 可能結合的外部資料；
• 保存期限及權限範圍；
• 去識別化方法及驗證結果。

欄位可以依識別風險分成四類：

1. 直接識別欄位

可直接指向個人的資料，例如：

• 姓名；
• 身分證統一編號；
• 護照號碼；
• 電話號碼；
• 電子郵件地址；
• 精確住址；
• 車牌號碼；
• 病歷號碼。

2. 準識別欄位

單獨不一定能識別個人，但與其他資料組合後可能識別，例如：

• 出生年月日；
• 年齡；
• 性別；
• 郵遞區號；
• 職業；
• 學校；
• 婚姻狀況；
• 精確時間；
• GPS 座標。

3. 敏感欄位

可能造成重大人格或財產侵害的資料，例如：

• 病歷及醫療資料；
• 健康檢查；
• 犯罪前科；
• 性生活；
• 財務狀況；
• 身心障礙或社會福利資料。

4. 非個人資料欄位

例如行政區代碼、年份、一般公共設施數量等。但即使單一欄位不具識別性，仍應檢查其與其他欄位組合後的風險。

---

三、評估重新識別風險

去識別化的核心，是評估資料是否可能被重新識別，而不是只檢查資料表面上是否刪除姓名。

1. 考量外部資料的連結

機關應評估資料是否可與下列資料交叉比對：

• 戶籍或公開名冊；
• 公司及商業登記資料；
• 學校或職業名冊；
• 社群媒體；
• 新聞報導；
• 公開判決書；
• 地圖及地理資訊；
• 其他政府開放資料；
• 歷史版本資料集。

重新識別風險可用概念式表示：

$$\text{重新識別風險} = f(\text{唯一性},\text{資料敏感度},\text{外部資料可得性},\text{連結能力},\text{攻擊者動機})$$

資料越獨特、越敏感，外部輔助資料越容易取得，風險就越高。

2. 檢查唯一組合

例如以「性別＋完整生日＋精確地址＋職業」作為組合鍵，若某筆資料在資料集中只出現一次，即具有較高的間接識別風險。

常用的 $k$-匿名概念，是確保每一組準識別欄位至少有 $k$ 筆個體共享相同特徵：

$$k = \min_{g \in G} |g|$$

其中：

• $G$ 為依準識別欄位分組後的群組集合；
• $|g|$ 為每一群組的資料筆數。

若某群組只有一人，即 $k=1$，代表該組合容易識別，應進一步概化、刪除或彙整。

但 $k$-匿名並非絕對安全。若同一群組中的敏感值完全相同，仍可能推知個人的敏感資訊，因此涉及醫療、犯罪、財務等資料時，還應考量敏感屬性分布及背景知識攻擊。

---

四、採取適當的去識別化技術

去識別化技術應依資料用途、欄位特性及風險程度選擇，通常採取多種技術組合。

1. 刪除

直接移除不必要欄位，例如刪除：

• 姓名；
• 身分證字號；
• 電話；
• 電子郵件；
• 完整地址；
• 病歷號碼。

核心觀念

本題考查金融機構辦理電子支付業務時，如何從「交易生命週期」與「資訊安全管理目標」辨識風險，並提出完整控制措施。

電子支付涉及消費者、商家、金融機構、電子支付平台、行動裝置、網路、支付清算系統及外部服務商等多個環節，因此不能只回答「防駭客」或「加密傳輸」，而應同時涵蓋：

1. 機密性（Confidentiality）：避免帳戶、身分及交易資料外洩。
2. 完整性（Integrity）：確保交易金額、收款人及交易內容未遭竄改。
3. 可用性（Availability）：確保支付服務持續運作。
4. 身分鑑別與授權：確認交易者身分及其操作權限。
5. 不可否認性與可追溯性：保留足以證明交易發生的紀錄。
6. 個人資料與隱私保護：避免個人資料遭不當蒐集、利用或外洩。
7. 交易安全與詐欺防制：確認交易行為符合客戶平時使用型態。

法規部分，應以命題當年（民國 110 年）法規為準，主要可援引《電子支付機構管理條例》、《金融機構辦理電子銀行業務安全控管作業基準》、《金融機構安全防護基準》、《個人資料保護法》及《資通安全管理法》等規範所建立的安全管理精神。現行法制及電子支付相關法規已有修正，實際作答仍依題目指定之民國 110 年法規狀態論述。

---

解題方法

本題適合採用「支付流程分層法」作答：

$$\text{使用者端} \rightarrow \text{網路與通訊} \rightarrow \text{支付平台} \rightarrow \text{核心金融系統} \rightarrow \text{清算及外部服務}$$

再針對每一層分別說明：

$$\text{資安風險} \rightarrow \text{造成的安全影響} \rightarrow \text{預防、偵測、應變與復原措施}$$

如此可避免只列出零散名詞，也能完整呈現金融機構所需的縱深防禦架構。

---

一、使用者身分遭冒用的風險

風險說明

攻擊者可利用下列方式取得使用者帳號或支付權限：

• 釣魚網站、偽造簡訊及社交工程。
• 惡意程式竊取帳號、密碼或簡訊驗證碼。
• 撞庫攻擊，利用其他網站外洩的帳密嘗試登入。
• SIM 卡補發、門號移轉或簡訊攔截。
• 行動裝置遺失、遭植入木馬或遭未授權使用。
• 生物特徵辨識遭冒用，或備援驗證機制過於薄弱。

一旦身分遭冒用，攻擊者可登入帳戶、變更聯絡資料、綁定新的收款帳戶，進而盜轉資金。

因應對策

1. 建立多因素認證，結合密碼、持有物及生物特徵等不同驗證因素。
2. 對高風險交易採用交易型認證，將收款人、金額及交易內容一併納入驗證。
3. 實施登入失敗次數限制、帳號鎖定、裝置綁定及異常登入通知。
4. 對新裝置、新地點、新 IP 位址及高額交易提高驗證強度。
5. 不以單一簡訊驗證碼作為所有高風險交易的唯一防線。
6. 加強客戶防詐教育，明確提醒不得提供密碼、驗證碼及金融資料。
7. 建立帳號遭盜用後的緊急停權、掛失、資金凍結及復原程序。

---

二、交易內容遭竄改的風險

風險說明

攻擊者可能在使用者端、通訊過程或支付平台中竄改：

• 支付金額。
• 收款人帳號。
• 交易序號或時間戳記。
• 優惠、折扣及退款資訊。
• 交易狀態與回應訊息。

例如，使用者在手機上輸入正確收款帳號與金額，但惡意程式在送出前將資料替換，導致資金匯入攻擊者帳戶。

因應對策

1. 使用 TLS 等加密通訊協定，防止傳輸內容遭竊聽及竄改。
2. 對重要交易資料進行數位簽章、訊息驗證碼或雜湊完整性驗證。
3. 實施端點至端點的交易完整性保護，不能只依賴使用者與伺服器間的加密。
4. 在交易確認畫面清楚顯示收款人、金額及交易摘要。
5. 對高風險交易採交易綁定驗證，使驗證碼與特定金額及收款人相連結。
6. 對交易請求加入唯一序號、時間戳記及防重播機制。
7. 伺服器端再次執行金額、帳戶、餘額、限額及交易狀態檢核，不能完全信任客戶端傳入資料。

---

三、重送攻擊與重複扣款風險

風險說明

攻擊者攔截合法交易封包後，重複傳送相同請求，可能造成：

• 同一筆付款被重複扣款。
• 同一張優惠券被重複使用。
• 退款請求被重複執行。
• 支付狀態在不同系統間產生不一致。

因應對策

1. 每筆交易使用唯一交易識別碼。
2. 使用一次性 Nonce、時間戳記及有效期限。
3. 伺服器記錄已處理交易，重複請求不得再次執行。
4. 建立冪等性設計，使同一交易請求重複送達時只產生一次結果。
5. 清算、扣款、退款及對帳系統應具備交易狀態機制。
6. 針對交易失敗、逾時及重試情況建立明確的補償與對帳流程。

---

四、網路攻擊及服務阻斷風險

風險說明

電子支付高度依賴網路及即時服務，常見威脅包括：

• 分散式阻斷服務攻擊（DDoS）。
• 網路掃描、漏洞利用及入侵。
• DNS 劫持、路由異常及中間人攻擊。
• 應用層大量請求。
• 勒索軟體造成系統無法使用。
• 網路設備或防火牆故障。

服務中斷可能造成無法付款、重複付款、交易狀態不明及客戶信任受損。

因應對策

1. 建置防火牆、入侵防禦系統、DDoS 防護及網路流量監控。
2. 對網路及應用服務實施分區隔離，將對外服務區與核心金融系統分離。
3. 採用負載平衡、備援線路、備援設備及異地備援中心。
4. 設定服務容量、流量門檻及自動阻擋異常來源。
5. 建立高可用性架構，避免單點故障。
6. 定期執行弱點掃描、滲透測試及修補作業。
7. 制定營運持續計畫與災害復原計畫，定期進行演練。
8. 對交易中斷狀態提供明確訊息，避免客戶因不確定而重複操作。

---

五、應用程式及行動支付安全風險

風險說明

電子支付常透過網站、手機 App 及 API 提供服務，若程式設計不安全，可能出現：

• SQL Injection、跨網站指令碼及跨網站請求偽造。
• 權限控管錯誤及物件直接參照漏洞。
• API 未驗證、驗證不足或過度揭露資料。
• App 被逆向工程、竄改或重新打包。
• 金鑰、密碼及 API Token 儲存在程式內。
• 客戶端驗證被繞過。
• 不安全的第三方函式庫或開源元件遭利用。

因應對策

1. 導入安全軟體開發生命週期（SSDLC）。
2. 依照安全編碼規範進行輸入驗證、輸出編碼及參數化查詢。
3. 實施伺服器端權限驗證，不能只依賴 App 或瀏覽器端檢查。
4. 對 API 實施強式身分驗證、授權、流量限制及輸入檢核。
5. 使用行動 App 完整性檢查、程式碼混淆、偵測 Root 或 Jailbreak 等措施。
6. 不在客戶端儲存長期有效的敏感金鑰或完整支付資料。
7. 建立軟體組成清冊，持續管理第三方元件漏洞。
8. 上線前進行原始碼檢測、弱點掃描、滲透測試及安全性測試。

---

六、敏感資料外洩及個人資料侵害風險

風險說明

電子支付處理大量敏感資訊，包括：

• 身分證明資料。
• 帳戶及支付工具資料。
• 交易紀錄與消費偏好。
• 手機號碼、電子郵件及聯絡資料。
• 裝置識別資訊、IP 位址及位置資料。
• 驗證資訊及身分辨識資料。

核心觀念

本題考查無線區域網路（WLAN）的縱深防禦觀念，重點在於降低下列風險：

1. 未授權存取：攻擊者利用預設密碼、弱密碼、WPS 或破解無線加密金鑰連入網路。
2. 管理介面遭入侵：攻擊者透過路由器管理介面修改 DNS、轉址、防火牆及帳號設定。
3. 通訊內容遭竊聽或竄改：使用過時或強度不足的無線安全協定，導致資料被攔截。
4. 內部網路遭橫向攻擊：訪客、IoT 設備與辦公設備位於同一網段，單一設備遭入侵後擴大影響。
5. 路由器本身成為攻擊跳板：韌體漏洞、遠端管理、UPnP 或不必要服務遭利用。

因此，裝設 Wi-Fi 路由器時，應同時保護「設備、管理介面、無線連線、內部網路及使用者端點」，而非只設定一組 Wi-Fi 密碼。

解題方法

可採「裝設前、基本設定、無線安全、網路隔離、維運監控」五個面向作答：

$$\text{整體資安防護} = \text{實體安全} + \text{身分驗證} + \text{機密性與完整性} + \text{網路分區} + \text{持續維護}$$

此種架構能涵蓋路由器部署生命週期，也能對應機密性、完整性、可用性（CIA Triad）及縱深防禦原則。

一、裝設位置與實體安全

1. 路由器應放置於受控位置，避免任意人員直接接觸設備、重設按鈕、網路埠及電源。
2. 不宜將路由器放在公共區域、靠近窗戶或容易被拆取的位置，以降低遭竊、遭重設或遭插接惡意設備的風險。
3. 依實際涵蓋範圍調整無線訊號強度，避免訊號不必要地延伸至建築物外部。
4. 天線方向及基地台位置應兼顧涵蓋需求與訊號外洩範圍，不能只追求最大訊號強度。

二、修改預設設定

1. 立即修改路由器預設管理者帳號及密碼，不得沿用廠商預設值。
2. 管理密碼應具有足夠長度與複雜度，避免使用姓名、電話、地址、公司名稱、生日或與 SSID 相同的字串。
3. Wi-Fi 密碼與路由器管理密碼應分開設定，避免無線金鑰遭取得後直接登入管理介面。
4. 若設備允許，應建立個別管理帳號，依人員職務配置最小必要權限，不宜多人共用最高權限帳號。
5. 變更預設 SSID，避免暴露廠牌、型號、住戶姓名或機關名稱等資訊。SSID 隱藏只能降低可見性，不能取代加密與身分驗證。

三、選用適當的無線安全協定

1. 優先使用 WPA3-Personal；設備不支援時，使用 WPA2-Personal 搭配 AES/CCMP。
2. 不得使用 WEP、WPA、TKIP 或開放式無加密網路，因其安全性不足，容易遭破解、竊聽或偽造。
3. 預先共用金鑰（PSK）應使用長度足夠且具隨機性的密碼。密碼越長，暴力破解所需時間通常越高。
4. 支援企業環境時，可採 WPA2-Enterprise 或 WPA3-Enterprise，搭配 802.1X、RADIUS 及個別帳號驗證，避免所有人共用同一組 Wi-Fi 金鑰。
5. 加密模式應避免設定為「WPA/WPA2 混合」或「TKIP/AES 混合」等相容性模式，除非有明確的舊設備需求及風險控管。

四、關閉不必要的功能

1. 關閉 WPS：WPS PIN 或按鍵配對會增加驗證面，部分舊設備曾存在 PIN 暴力破解風險。
2. 關閉遠端管理：不得讓管理介面直接暴露於網際網路。確有必要時，應限縮來源 IP、使用 VPN、啟用加密管理連線並配合多因素驗證。
3. 關閉不必要的 UPnP：UPnP 可能讓內部設備自動開啟埠號或建立轉送規則，增加暴露面。
4. 關閉不必要的 WAN 管理、Telnet、FTP、未加密 HTTP 管理及其他服務。
5. 檢查連接埠轉送、DMZ Host、虛擬伺服器及 IPv6 防火牆設定，移除未使用或不明規則。
6. 不應將內部主機直接設定為 DMZ 主機來解決連線問題，因為此舉會大幅增加主機暴露程度。

五、啟用管理介面的安全防護

1. 使用 HTTPS 管理介面，避免管理帳號與密碼以明文傳送。
2. 限制管理介面只能由可信任的內部網段或專用管理網段存取。
3. 變更管理介面的預設埠號只能降低自動化掃描干擾，不能視為真正的安全控制。
4. 啟用登入失敗限制、連線逾時及管理操作記錄。
5. 定期檢查 DNS、NAT、連接埠轉送、管理者帳號及已連線裝置清單，確認沒有異常修改。

六、更新韌體與供應鏈安全

核心觀念

本題考查硬體密碼模組的側信道攻擊（Side-Channel Attack），重點是理解：密碼演算法雖然不直接輸出密鑰，但硬體執行過程會產生可觀測的實體資訊，例如：

• 電源消耗量
• 執行時間
• 電磁輻射
• 聲音、熱量等

電力分析攻擊即利用密碼模組執行運算時的功率消耗，推導儲存於模組內的安全參數或密鑰。

其核心並非破解密碼演算法的數學困難，而是利用硬體實作與中間運算資料之間的統計關聯。

---

解題方法

本題可依「攻擊原理—分析類型—統計模型—防禦方式」四個層次作答。

一、攻擊原理

密碼模組執行加密、解密、雜湊或金鑰運算時，處理器、邏輯閘、暫存器及記憶體會產生與資料切換狀態相關的功率消耗。

常用的簡化模型如下：

1. 漢明重量模型（Hamming Weight Model）

若功率消耗主要與某一時間點的資料值有關，可假設功率與資料中 $1$ 的位元數相關：

$$P(t) \approx a(t)\cdot HW(v)+b(t)+\varepsilon$$

其中：

• $P(t)$：時間 $t$ 的量測功率
• $v$：某個中間運算值
• $HW(v)$：$v$ 的漢明重量
• $a(t),b(t)$：與硬體及時間有關的參數
• $\varepsilon$：雜訊

2. 漢明距離模型（Hamming Distance Model）

若功率消耗主要來自暫存器或匯流排的位元切換，則可使用漢明距離：

$$P(t) \approx a(t)\cdot HD(v_{\text{old}},v_{\text{new}})+b(t)+\varepsilon$$

其中：

$$HD(v_{\text{old}},v_{\text{new}}) = HW(v_{\text{old}}\oplus v_{\text{new}})$$

位元切換越多，動態功率消耗通常越大。

二、量測功率軌跡

攻擊者讓密碼模組處理大量不同的輸入資料，並以示波器、高速取樣設備或電流探棒量測每次執行所產生的功率波形，形成多組功率軌跡：

$$T_i(t),\quad i=1,2,\ldots,N$$

其中 $N$ 為量測次數。

每一條軌跡都可能包含：

• 輸入載入
• 金鑰排程
• 代換盒運算
• XOR 運算
• 暫存器更新
• 輸出寫回

功率波形本身通常含有雜訊，單次觀察難以直接讀出密鑰，因此必須搭配統計分析。

---

電力分析攻擊的主要類型

一、簡單電力分析（Simple Power Analysis, SPA）

SPA 直接觀察單次或少量功率波形的形狀與時間特徵，從中判斷：

• 不同指令所造成的功率差異
• 分支是否被執行
• 乘法、平方等運算的執行次數
• 金鑰位元所造成的不同控制流程
• 非固定時間演算法的執行路徑

例如，若模組依據密鑰位元決定是否執行乘法：

• 密鑰位元為 $0$：執行平方
• 密鑰位元為 $1$：執行平方再乘法

則攻擊者可由功率波形中是否出現乘法區段，逐步推測密鑰位元。

SPA 的特點是資料量較少、分析直觀，但需要功率差異明顯且執行流程具有可辨識性。

二、差異電力分析（Differential Power Analysis, DPA）

DPA 收集大量不同輸入下的功率軌跡，並針對某一個密鑰猜測值，將資料依據預測的中間結果分組。

以猜測部分密鑰 $k'$ 為例，假設中間值為：

$$v_i=f(X_i,k')$$

其中：

• $X_i$：第 $i$ 次輸入
• $k'$：攻擊者猜測的部分密鑰
• $f$：已知的密碼運算
• $v_i$：預測的中間運算值

攻擊者再依據某項選定位元 $b_i$ 分組，例如：

$$b_i = \operatorname{LSB}(v_i)$$

將功率軌跡分為：

$$G_0=\{T_i(t)\mid b_i=0\}$$ $$G_1=\{T_i(t)\mid b_i=1\}$$

分別計算平均功率：

$$\overline{T}_0(t)=\frac{1}{|G_0|}\sum_{T_i\in G_0}T_i(t)$$ $$\overline{T}_1(t)=\frac{1}{|G_1|}\sum_{T_i\in G_1}T_i(t)$$

再計算差異：

$$\Delta(t)=\overline{T}_1(t)-\overline{T}_0(t)$$

若 $k'$ 為正確的密鑰猜測，則在中間值實際被處理的時間點，$\Delta(t)$ 通常會出現明顯峰值；錯誤猜測因分組與實際功率無關，差異會接近雜訊。

DPA 不要求直接精確建立功率模型，利用分組平均即可消除部分隨機雜訊。

三、相關性電力分析（Correlation Power Analysis, CPA）

CPA 將每一個密鑰猜測值所預測的功率模型，與實際量測功率進行相關係數計算。

假設預測功率為：

$$H_i(k')=HW(f(X_i,k'))$$

對每一個時間點 $t$ 計算皮爾森相關係數：

$$\rho(k',t) = \operatorname{corr} \left( H_i(k'),T_i(t) \right)$$

選擇最大相關係數所對應的密鑰猜測：

$$k^*=\arg\max_{k'}\max_t|\rho(k',t)|$$

正確的密鑰猜測通常會在實際中間值被處理的時間點產生較高相關性。

CPA 是現代常見方法，通常比單純的平均差異更有效，因為它充分利用了功率模型與量測資料之間的線性關係。

---

電力分析攻擊的典型流程

1. 選定攻擊目標，例如 AES 第一輪 S-box 輸出。
2. 收集多筆已知輸入及其功率軌跡。
3. 猜測部分密鑰，例如 AES 的一個位元組，共有 $256$ 種可能。
4. 依公式計算每筆輸入對應的中間值：

$$v_i=SBox(X_i\oplus k')$$

5. 建立功率模型，例如：

$$H_i(k')=HW(v_i)$$

6. 將預測功率與實際波形進行 DPA 分組或 CPA 相關分析。
7. 比較不同密鑰猜測的統計指標。
8. 依據最高差異或最高相關性選出密鑰候選。
9. 組合各個部分密鑰，完成完整密鑰恢復。