A Photonic Physically Unclonable Function’s Resilience to Multiple-Valued Machine Learning Attacks

要約

物理的に接続不可能な関数（PUF）は、非線形に関連するチャレンジとレスポンスのペア（CRP）を用いて集積回路を識別する。理想的には、CRPのサブセットが既知であっても、チャレンジと対応するレスポンスの関係は予測不可能である。これまでの研究では、非光学的なものに比べてセキュリティが向上したフォトニックPUFが開発されている。ここでは、Multiple-Valued-Logicベースの機械学習攻撃に対するこのPUFの感受性を調査する。その結果、ランダムな偶然よりも優れた応答ビットを予測するモデルを学習するためには、およそ1,000個のCRPが必要であることがわかった。フォトニックPUFから膨大な数のCRPを取得することは非常に困難であることから、この結果は、このような攻撃に対するフォトニックPUFの耐性を実証している。

要約(オリジナル)

Physically unclonable functions (PUFs) identify integrated circuits using nonlinearly-related challenge-response pairs (CRPs). Ideally, the relationship between challenges and corresponding responses is unpredictable, even if a subset of CRPs is known. Previous work developed a photonic PUF offering improved security compared to non-optical counterparts. Here, we investigate this PUF’s susceptibility to Multiple-Valued-Logic-based machine learning attacks. We find that approximately 1,000 CRPs are necessary to train models that predict response bits better than random chance. Given the significant challenge of acquiring a vast number of CRPs from a photonic PUF, our results demonstrate photonic PUF resilience against such attacks.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL