混合型抗机器学习攻击的强PUF电路设计

TP79; 物理不可克隆函数(Physical Unclonable Function,PUF)作为一种面向硬件的安全原语,在资源受限的物联网设备中具有广泛的应用前景,但其安全性也受到机器学习攻击的威胁.通过对抗电路结构攻击和机器学习攻击等方法的研究,提出混合型抗电路结构攻击的新型PUF电路.首先,构造两个并行且对称设置的仲裁器PUF(Arbiter PUF,APUF),并将两个APUF输出进行异或,得到 1位PUF响应输出;然后,为两个APUF引入前馈回路,实现输入激励集动态调整,确保结构非线性,防御建模攻击;最后,将两个并行APUF开关单元的输出对应交叉,使后级开关单元输入激励相互倒置,扩...

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 49; no. 6; pp. 854 - 861
Main Authors 翟官宝, 汪鹏君, 李刚, 庄友谊
Format Journal Article
LanguageChinese
Published 温州大学电气与电子工程学院, 浙江温州 325035 01.12.2023
Subjects
电路设计
hardware security
strong PUF
抗机器学习攻击
硬件安全
mixed type
resistance to machine learning attacks
混合型
强PUF
circuit design
Online AccessGet full text

Cover

More Information
Summary:TP79; 物理不可克隆函数(Physical Unclonable Function,PUF)作为一种面向硬件的安全原语,在资源受限的物联网设备中具有广泛的应用前景,但其安全性也受到机器学习攻击的威胁.通过对抗电路结构攻击和机器学习攻击等方法的研究,提出混合型抗电路结构攻击的新型PUF电路.首先,构造两个并行且对称设置的仲裁器PUF(Arbiter PUF,APUF),并将两个APUF输出进行异或,得到 1位PUF响应输出;然后,为两个APUF引入前馈回路,实现输入激励集动态调整,确保结构非线性,防御建模攻击;最后,将两个并行APUF开关单元的输出对应交叉,使后级开关单元输入激励相互倒置,扩大信号延时路径选择范围,提高输出响应随机特性.该PUF采用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)实现,测试结果表明:即使机器学习训练所用激励响应对数量达 105,采用传统机器学习进行模型攻击,预测率仍接近 50%理想值,且PUF电路的随机性、唯一性和稳定性等性能指标均表现良好,具备实际应用价值.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20221009003