| 基于序列密码的强PUF抗机器学习攻击方法 |
| |
| 引用本文： | 汪鹏君,连佳娜,陈博.基于序列密码的强PUF抗机器学习攻击方法[J].电子与信息学报,2022,43(9):2474-2481. |
| |
| 作者姓名： | 汪鹏君 连佳娜 陈博 |
| |
| 作者单位： | 温州大学电气与电子工程学院 温州 325035;温州大学电气与电子工程学院 温州 325035;温州大学计算机与人工智能学院 温州 325035 |
| |
| 摘 要： | 物理不可克隆函数(Physical Unclonable Function,PUF)在信息安全领域具有极其重要的应用前景,然而也存在其自身安全受机器学习攻击等方面的不足.该文通过对PUF电路和密码算法的研究,提出一种基于序列密码的强PUF抗机器学习攻击方法.首先,通过构造滚动密钥生成器产生随机密钥,并与输入激励进行混淆;然后,将混淆后的激励通过串并转换电路作用于强PUF,产生输出响应;最后,利用Python软件仿真和FPGA硬件实现,并分析其安全性和统计特性.实验结果表明,当建模所用激励响应对(Challenge Response Pairs,CRPs)高达106组时,基于逻辑回归、人工神经网络和支持向量机的攻击预测率接近50％的理想值.此外,该方法通用性强、硬件开销小,且不影响PUF的随机性、唯一性以及可靠性.
|
| 关 键 词： | 硬件安全 强物理不可克隆函数 序列密码 机器学习 |
Sequence Cipher Based Machine Learning-Attack Resistance Method for Strong-PUF |
| |
| WANG Pengjun,LIAN Jiana,CHEN Bo.Sequence Cipher Based Machine Learning-Attack Resistance Method for Strong-PUF[J].Journal of Electronics & Information Technology,2022,43(9):2474-2481. |
| |
| Authors: | WANG Pengjun LIAN Jiana CHEN Bo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
