一种适用于物联网设备的基于异或门的Pico物理不可克隆函数
An XOR-Based Pico-Physically Unclonable Function for IoT Device Security
王骏君 1黄钊 1刘锦辉 1樊璐 1万波 1王泉1
作者信息
- 1. 西安电子科技大学计算机科学与技术学院,西安 710071
- 折叠
摘要
针对可重构Pico-PUF对机器学习建模攻击抵抗能力较弱,本文对RPPUF进行了改进,提出了一种基于异或门的抗ML攻击的可重配置Pico-PUF,即XORPPUF.通过将可配置逻辑中的每个非门替换为异或门,并将PUF的输出进行混淆处理,提高了PUF抗ML攻击能力,同时保持PUF性能.在Xilinx Spartan-6 XC6SLX25 FPGA开发板上实现并验证了提出的XORPPUF.实验结果表明,XORPPUF实现了 46.01％的唯一性、99.10％的温度可靠性以及49.1％的均匀性.与RPPUF结构相比,提高了 0.21％的唯一性、1.10％的均匀性以及72×的挑战开销比率.不仅如此,对于支持向量机、逻辑回归、决策树、随机森林和人工神经网络攻击时的识别准确率,提出的XORPPUF相比RPPUF分别降低了 47.40％、31.37％、12.63％、13.83％和 41.16％,即 XORPPUF 在抗 ML 攻击中也有着比 RPPUF更好的表现.因此更适合资源有限的物联网设备.
Abstract
Aiming at the weak resistance of reconfigurable pico-PUF(RPPUF)to machine learning(ML)modelling attacks,this paper improves the RPPUF and presents an XOR-based pico-PUF to resist ML attacks,namely,XORPPUF.By replacing each NOT gate in the configurable logic with an XOR gate and obfuscating the PUF output,the PUF is more resistant to ML attacks while preserving the PUF performance.The proposed XORPPUF is implemented and verified on Xilinx Spartan-6 XC6SLX25 FPGA microboards.The experimental results demonstrate that XORPPUF achieves 46.01％uniqueness,99.10％temperature reliability and 49.1％uniformity.Compared to RPPUF,the proposed XORPPUF increases the uniqueness,uniformity and challenges per area(CPA)by 0.21％,1.10％and 72 x,respectively.In addition,the recognition accuracy of XORPPUF is reduced by 47.40％、31.37％、12.63％、13.83％and 41.16％when predicted using support vector machine(SVM),logistic regression(LR),decision tree(DT),random forest(RF),and artificial neural network(ANN)attacks,respectively.Those results show that XORPPUF has better resistance against ML attack than RPPUF,hence is more suitable for securing IoT devices with constraint resources.
关键词
物理不可克隆函数/异或门/物联网设备/硬件安全/抗机器学习攻击/FPGAKey words
PUF/XOR/IoT devices/hardware security/attack-resilient/FPGA引用本文复制引用
基金项目
国家自然科学基金(61972302)
陕西省自然科学基础研究计划(2022JQ-680)
中央高校基本科研业务费专项(XJS220306)
出版年
2024
国家科技期刊平台
NSTL
万方数据