基于序列密码的强PUF抗机器学习攻击方法

• 作者: 汪鹏君 连佳娜 陈博
• 来源期刊: 电子与信息学报
• 关键词: 硬件安全 强物理不可克隆函数 序列密码 机器学习
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 硬件安全专题|Special Issue on Hardware Security
• 页码范围: 2474-2481
• 页数: 8页
• 分类号: TN918.2|TP309
• 语种: 中文
• DOI: 10.11999/JEIT210726

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.