待验证50% 置信事实精确时间

2020年代以来出现基于深度学习的侧信道攻击，研究者使用卷积神经网络从功耗轨迹自动提取特征，某些场景下能绕过传统硬件对抗措施

1

来源数

50%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

为何大语言模型无法破解对称加密？AI能力边界与密码学安全解析

相关事实

待验证深度学习中CNN用于提取神经信号的空间特征，RNN/LSTM和Transformer架构用于捕捉时序依赖关系76% 相似待验证现代深度学习框架PyTorch和TensorFlow将神经网络表示为计算图，通过自动微分（Autograd）逆向计算梯度75% 相似待验证深度强化学习系统在数字孪生仿真环境中进行数百万次虚拟试错，学习出以微秒级延迟响应的神经网络控制策略74% 相似已验证深度学习使用多层神经网络，其结构受人脑神经元连接方式的启发73% 相似待验证现代深度学习框架通过自动微分技术在前向传播时构建计算图，在反向传播时自动沿图反向计算梯度72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/718667

API

curl https://kongchang.com/api/v1/knowledge/claims/718667

MCP

get_claim(id=718667)