フィードフォワードアービターPUFに対するハイブリット機械学習攻撃とその評価

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2019/06/01

タイトル(英語): Hybrid Machine Learning Attack for Feed-Forward Arbiter PUF and Its Evaluation

著者名: 野崎　佑典（名城大学 大学院 理工学研究科），吉川　雅弥（名城大学 理工学部）

著者名(英語): Yusuke Nozaki (Graduate School of Science and Technology, Meijo University), Masaya Yoshikawa (Faculty of Science and Technology, Meijo University)

キーワード: PUF，フィードフォワードアービターPUF，機械学習攻撃，ハードウェアセキュリティ　　PUF，feed-forward arbiter PUF，machine learning attack，hardware security

要約(英語): The physical unclonable functions (PUFs) have attracted attention to ensure the security of internet of things (IoT) devices. On the other hand, the threat of machine learning attacks is pointed out; therefore, the feed-forward arbiter (FFA) PUF has been proposed as the resistant PUF. This study proposes a new machine learning attack for the FFA PUF. The proposed method focuses on both power consumption generated during the operation and the selectable challenge, and a hybrid machine learning attack which combines them are introduced to predict the response of the FFA PUF. Experiments using a field programmable gate array evaluate the validity of the proposed method.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.139 No.6 （2019） 特集：ビジネスシステムイノベーション

本誌掲載ページ: 692-700 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/139/6/139_692/_article/-char/ja/