随着电子化进程的发展,许多嵌入式设备被应用到我们的日常生活中来。另外,密码学的发展也让越来越多的密码算法被应用到这些嵌入式设备中,生产成密码设备以保护用户隐私安全,而设备里面最重要的便是密钥。而密码设备的安全往往关系着我们的信息安全,因此这也引起了社会中研究学者的广泛关注。虽然许多密码算法在数学层面上已经相当安全,但在物理层面往往容易遭到旁路攻击（SideChannel Analysis,SCA）。旁路攻击利用我们手中的嵌入式加密设备在运行内置加密算法的过程中透露出操作指令与操作数据有关的信息,来分析设备中的密钥,进而达到攻击密钥的目的。本文重点研究分组密码中的旁路攻击方法,主要的研究内容与成果如下:本文首先介绍了旁路攻击的理论知识,同时介绍了旁路攻击的类别,再对传统的旁路攻击方法进行了介绍,并以分组密码中高级加密标准（Advance Encryption Standard,AES）为例介绍了其加密原理,对传统模板攻击进行了分析和研究,并着重分析了模板攻击存在的问题,便创新性地提出一种SVM/HMM混合模型新型类模板攻击方法,该方法有效地解决了协方差矩阵面临的奇异矩阵问题,并提高了旁路攻击的效率以及准确率。其次,本文介绍了SOD、PCA、CPA等传统特征提取方法,并在此基础上提出了一种新的特征提取方法,通过增加攻击点来获得最佳特征点位置,本文在实验中将其与传统的特征提取方法进行对比,证明了该方法能有效提取旁路信号中的有效信息。同时,本文将长短期记忆网络（Long Short-Term Memory,LSTM）应用到旁路攻击中并与新的特征提取方法进行结合,创新的提出了一种基于LSTM循环神经网络得旁路攻击方法。实验结果表明,在攻击准确率与能量迹数量方面与其他神经网络模型相比,LSTM循环神经网络旁路攻击方法达到了最佳的性能。最后,本文也在公开数据集上对加掩AES-128算法进行了实验,利用本文提出的新型旁路攻击方法成功进行了攻击,证明了该方法在加掩AES-128密码算法的旁路攻击中的有效性。