現代資訊安全的最後防線，常取決於裝置的保密能力，而硬體實施加解密運算時，卻容易不經意洩漏敏感訊息影響安全；例如執行時間、功率消耗、電磁輻射…等。這類研究在 20 多年前被稱為 Side Channel Cryptanalysis，現稱為旁通道分析 (Side-Channel Analysis, SCA) ，並受到國際上廣泛關注。本演講內容將會提到，相較於傳統的分析方式，例如: 簡單功率分析 (Simple Power Analysis, SPA)、相關功率分析 ( Correlation Power Analysis, CPA)、模板攻擊 (Template Attack) 等，應用機器學習 (Machine Learning) 來增進的旁通道分析技術，無論加解密演算法運算時是否受到保護，基於深度學習 (Deep Learning) 的分析成果，近幾年皆被證實具有壓倒性優勢。