| 基于人工神经网络特征向量提取的FF-APUF攻击方法 |
| |
| 引用本文： | 马雪娇,李刚.基于人工神经网络特征向量提取的FF-APUF攻击方法[J].电子与信息学报,2022,43(9):2498-2507. |
| |
| 作者姓名： | 马雪娇 李刚 |
| |
| 作者单位： | 温州理工学院数据科学与人工智能学院 温州 325035;温州大学电气与电子工程学院 温州 325035 |
| |
| 摘 要： | 为评估物理不可克隆函数(PUF)的安全性,需针对不同的PUF结构设计相应的攻击方法.该文通过对强PUF电路结构和工作机理的研究,利用人工神经网络(ANN)提出一种针对触发器-仲裁器物理不可克隆函数(FF-APUF)的有效攻击方法.首先,根据FF-APUF电路结构,利用多维数组构建电路延时模型;然后,对FF-APUF的二进制激励进行邻位划分,将划分后的激励转换为十进制并表示为行向量,实现特征向量提取;最后,基于提取的特征向量利用ANN构建攻击模型并通过后向传播算法获得最优参数.实验结果表明,相同条件下攻击预测率均高于其他3种常用的机器学习方法,尤其当激励响应对(CRP)数量较少、激励位数较多时,优势更加明显.当激励位数为128、CRP个数为100和500时,平均攻击预测率分别提高36.0％和16.1％.此外,该方法具有良好的鲁棒性和可扩展性,不同噪声系数下攻击预测率与可靠性相差最大仅0.32％.
|
| 关 键 词： | 物理不可克隆函数 触发器-仲裁器物理不可克隆函数 人工神经网络 特征向量提取 |
ANN Feature Vector Extraction Based Attack Method for Flip-Flop Based Arbiter Physical Unclonable Function |
| |
| MA Xuejiao,LI Gang.ANN Feature Vector Extraction Based Attack Method for Flip-Flop Based Arbiter Physical Unclonable Function[J].Journal of Electronics & Information Technology,2022,43(9):2498-2507. |
| |
| Authors: | MA Xuejiao LI Gang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
