跳到主要内容
版本：预览版 🚧

数据采集

本章节使用nut_stm32_f103c8作为Nut（其出厂时已经包含Gloden固件供演示、测试使用），演示基础的数据采集流程的部署。使用Jupyter作为开发环境（使用pip install cracknuts[jupyter]进行安装）。

本章节内容会对必要的Jupyter基础操作进行描述，如果您对Jupyter比较熟悉可以跳过。需要了解更多有关Jupyter的内容可以访问Project Jupyter Documentation 。

创建Jupyter记事本​

在CrackNuts环境中执行命令cracknuts lab 或 jupyter lab打开Jupyter环境。

image-20241129093834443

提示

Jupyter默认安装情况下是英文，如果您需要中文环境可以执行pip install jupyterlab-language-pack-zh-CN命令安装中文语言包，并在启动Jupyter后在Settings -> Language中进行切换。

双击Jupyter启动页的笔记本-Python3(ipykernel)创建新笔记

image-20241129093914741

连接设备​

在新建的笔记文件中，插入如下代码并执行（可以在选中该编辑框后点击上方的运行按钮执行或者Crtl + Enter快捷键执行）创建CrackerS1设备对象用以连接设备使用。

# 引入依赖
import cracknuts as cn

# 创建 cracker 
s1 = cn.cracker_s1('192.168.0.15')
提示

192.168.0.15地址需要根据你的实际IP进行设置，(192.168.0.10为CrackerS1设备默认出厂IP地址)。

准备设备确保设备与上位机计算机能够通信，插入如下代码并执行进行设备连接，连接成功后代码会很快执行完成并无错误输出：

s1.connect()  # 连接设备
提示

也可以使用 s1.connect(force_update_bin=True, force_write_default_config=True) 进行连接，

  • force_update_bin=True参数表示强制更新设备固件
  • force_write_default_config=True参数表示强制写入默认配置。

此方法可以使得设备每次连接时都重置为初始状态，方便调试，一般使用时，可以直接执行connect()方法进行连接。

如果设备连接不成功将出现如下错误日志：

alt text

  1. 此时可以先检查设备是否启动，并且LED显示屏上是否已经显示IP地址

    alt text

  2. 如果正常显示了IP地址，并且设备与上位机计算机通过有线网卡直连，可检查配置上位机有线网卡IP地址是否配置为了同网段的IP，如：可配置为192.168.0.11/24。

创建控制流程​

控制流程指的是上位机采集数据的一个固定执行顺序，上位机中使用Acquisition类代表。以下代码是一段用于CrackerS1 - STM32 设备的AES能量轨迹采集代码，

import random
import time
from cracknuts.cracker import serial


cmd_set_aes_enc_key = "01 00 00 00 00 00 00 10"
cmd_aes_enc = "01 02 00 00 00 00 00 10"

aes_key = "11 22 33 44 55 66 77 88 99 00 aa bb cc dd ee ff"
aes_data_len = 16

sample_length = 20000

def init(cracker):
    cracker.nut_voltage_enable()
    cracker.nut_voltage(3.3)
    cracker.nut_clock_enable()
    cracker.nut_clock_freq('8M')
    cracker.uart_io_enable()
    cracker.osc_sample_clock('48m')
    cracker.osc_sample_length(sample_length)
    cracker.osc_trigger_source('N')
    cracker.osc_analog_gain('B', 10)
    cracker.osc_trigger_level(0)
    cracker.osc_trigger_mode('E')
    cracker.osc_trigger_edge('U')
    cracker.uart_config(baudrate=serial.Baudrate.BAUDRATE_115200, bytesize=serial.Bytesize.EIGHTBITS, parity=serial.Parity.PARITY_NONE, stopbits=serial.Stopbits.STOPBITS_ONE)

    time.sleep(2)
    cmd = cmd_set_aes_enc_key + aes_key
    cracker.uart_transmit_receive(cmd, timeout=1000, rx_count=6)

def do(cracker, count):
    plaintext_data = random.randbytes(aes_data_len)
    tx_data = bytes.fromhex(cmd_aes_enc.replace(' ', '')) + plaintext_data
    status, ret = cracker.uart_transmit_receive(tx_data, rx_count= 6 + aes_data_len, is_trigger=True)
    
    return {
        "plaintext": plaintext_data,
        "ciphertext": ret[-aes_data_len:],
        "key": bytes.fromhex(aes_key)
    }

def finish(c):
    ...
    # print('optional behavior')


acq = cn.simple_acq(s1, init_func=init, do_func=do, finish_func=finish)

上面的代码中，定义了 init 和 do 两个方法(还有一个没有实现的 finish 方法，该方法可以用来在采集结束后执行一些操作，比如关闭Nut电源等 )，分别定义了初始化Cracker设备和向Cracker设备发送AES加密的数据两组操作。这组代码就实现了基础的AES加密能量数据的采集。

这里通过两个方法分别接收一个Cracker参数 ，供方法内部调用。

Cracker采集控制面板​

插入如下代码并执行将显示Cracker采集控制面板界面，该界面集成Cracker设备控制、曲线采集流程控制、曲线监控于一体。

cn.show_panel(acq)

执行后展示效果如下：

alt text

能量曲线采集​

在Cracker采集控制面板界面，点击连接后界面将展示设备的ID、名称、版本信息，并且激活下方的配置面板和波形监控面板。

点击测试按钮，即可对设备进行实时调试（监控波形，需要打开监控开关），确保采集到正确的波形数据：

alt text

在调整到合适的参数后（在按照上述代码进行采集并使用NUT 103 golden 固件时，无需调整已是最好的效果），停止测试模式，点击运行按钮即可开始采集并保存波形数据：

alt text

至此，恭喜您，您已经成功使用CrackNuts采集到了能量轨迹波形数据。

提示

默认情况下随Cracker配套的 Nut(smt32_f103c8）已经烧录了HSI.elf固件，其他更多可用的固件可到https://pan.baidu.com/s/1PXyKqeTfemepZ-wD9gDwYQ?pwd=2cda的 NutGolden 文件夹进行下载。

能量曲线使用​

采集到的能量曲线数据存储格式默认为 zarr 格式，并且规定了数据的存储路径，具体如下：

MyData.zarr/                        <-- [根目录]
│
├── origin/ (或者 "0")               <-- [一级分组] 数据集类型 (兼容旧名 "0")
│   │
│   ├── 0/                          <-- [二级分组] 通道 0
│   │   ├── trace                   [Array] (该通道的波形数据)
│   │   ├── plaintext               [Array]
│   │   ├── ciphertext              [Array]
│   │   ├── key                     [Array]
│   │   └── ...                     [Array]
│   │
│   └── 1/                          <-- [二级分组] 通道 1 (如果有双通道采集)
│       ├── trace                   [Array]
│       ├── plaintext               [Array]
│       ├── ciphertext              [Array]
│       ├── key                     [Array]
│       └── ...
│
├── aligned/                        <-- [一级分组] 处理后的数据集
│   │
│   ├── 0/                          <-- [二级分组] 对应通道 0 的对齐数据
│   │   ├── trace                   [Array] (对齐后的波形)
│   │   └── ...
│   │
│   └── 1/
│      └── ...
├── ...
└── attrs

数据集的根据路下分为多个分组，
其中默认存在的分组为origin分组，他是采集到的原始功耗或电磁数据，其下的每个二级分组对应一个通道，每个通道下包含 trace、plaintext、ciphertext、key 四个数据集，分别对应采集到的波形数据、明文数据、密文数据和密钥数据。
另外存在的诸如aligned分组，是处理后的数据集，其下每个二级分组对应一个通道，每个通道下至少包含 trace 数据集，其他数据集暂未定义。

提示

目前版本，仅支持 origin 分组，其他分组在分析框架完善后陆续添加。

采集到的能量曲线数据默认存储在Jupyter notebook的同级目录的dataset目录下，以时间戳命名，可以使用如下方式加载已经保存到本地的曲线文件

  • 使用CrackNuts的TraceDataSet:

    ds = cn.load_trace_dataset('./dataset/20260123151941.zarr/')
    ds.info() # 查看数据集信息
    ds.plot() # 显示曲线查看面板

  • 直接使用zarr打开

    import zarr

    zd = zarr.open('./dataset/20260123151941.zarr/')

    zd.tree()

    可以看到数据的格式如下：
    alt text