在本文中，我们基于复合字段S盒和查找表（LUT）S盒实现了SM4分组密码算法。 我们还探讨了SM4对抗机器学习攻击的性能，包括常规分类器，例如SVM和卷积神经网络（CNN）。 与传统的基于LUT的实现相比，基于复合文件S-box的SM4的实现在面积消耗上具有很大的优势，可以在资源受限的应用中广泛使用。 另一方面，基于CNN的功率攻击对LUT中使用S-box的分组密码的安全性构成了严重威胁，而实验表明，使用复合S-box的SM4具有更好的针对线性分类器和CNN攻击的安全性。