Machine Learning Techniques to Predict Sensitive Patterns to Fault Attack in the Java Card Application - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Article Dans Une Revue Journal of Experimental and Theoretical Artificial Intelligence Année : 2018

Machine Learning Techniques to Predict Sensitive Patterns to Fault Attack in the Java Card Application

Domaines

Cryptographie et sécurité [cs.CR] Systèmes embarqués

Jean-Louis Lanet  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-01645392

Soumis le : jeudi 23 novembre 2017-08:05:39

Dernière modification le : vendredi 8 mars 2024-10:16:48

Fichier non déposé

Dates et versions

hal-01645392 , version 1 (23-11-2017)

Identifiants

Citer

Yayaoui Cheherazed, Jean-Louis Lanet, Mohamed Mezghiche, Karim Tamine. Machine Learning Techniques to Predict Sensitive Patterns to Fault Attack in the Java Card Application. Journal of Experimental and Theoretical Artificial Intelligence, 2018, 30 (1), pp.101-127. ⟨10.1080/0952813x.2017.1409276⟩. ⟨hal-01645392⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNILIM UNIV-RENNES1 CNRS INRIA INSA-RENNES IRISA XLIM CENTRALESUPELEC INRIA2 XLIM-MATHIS UR1-MATH-STIC UR1-UFR-ISTIC CHAIRE-CYBERSECURITE UNIV-RENNES UR1-MATH-NUM
253 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More