arXiv 2026年10月6日该工作提出一种模板攻击，针对已知输入与第一层权重之间的浮点乘法，在随机化网络配置下用乘法结果IEEE-754表示的汉明重量类别学习多元高斯模板，并以由粗到细到精确的分层搜索遍历32位候选空间；在ChipWhisperer-Lite与Arm Cortex-M4上，攻击逐位还原了目标权重的float32表示（0x3FB70A3D），在171条轨迹时成功率约99%，从263条轨迹起达到100%。该工作提出一种模板攻击，针对已知输入与第一层权重之间的浮点乘法，在随机化网络配置下用乘法结果IEEE-754表示的汉明重量类别学习多元高斯模板，并以由粗到细到精确的分层搜索遍历32位候选空间；在ChipWhisperer-Lite与Arm Cortex-M4上，攻击逐位还原了目标权重的float32表示（0x3FB70A3D），在171条轨迹时成功率约99%，从263条轨迹起达到100%。模板攻击从ChipWhisperer-Lite功耗轨迹中逐位还原float32神经网络权重，171条轨迹达99%成功率该工作提出一种模板攻击，针对已知输入与第一层权重之间的浮点乘法，在随机化网络配置下用乘法结果IEEE-754表示的汉明重量类别学习多元高斯模板，并以由粗到细到精确的分层搜索遍历32位候选空间；在ChipWhisperer-Lite与Arm Cortex-M4上，攻击逐位还原了目标权重的float32表示（0x3FB70A3D），在171条轨迹时成功率约99%，从263条轨迹起达到100%。该工作提出一种模板攻击，针对已知输入与第一层权重之间的浮点乘法，在随机化网络配置下用乘法结果IEEE-754表示的汉明重量类别学习多元高斯模板，并以由粗到细到精确的分层搜索遍历32位候选空间；在ChipWhisperer-Lite与Arm Cortex-M4上，攻击逐位还原了目标权重的float32表示（0x3FB70A3D），在171条轨迹时成功率约99%，从263条轨迹起达到100%。