メタヒューリスティックスによる強い物理的にクローン不能な関数のモデリング【JST・京大機械翻訳】

Coello Carlos Coello; Djurasevic Marko; Jakobovic Domagoj; Mariot Luca; Picek Stjepan

プレプリント

J-GLOBAL ID：202202202882397366 整理番号：22P0290691

メタヒューリスティックスによる強い物理的にクローン不能な関数のモデリング【JST・京大機械翻訳】

Modeling Strong Physically Unclonable Functions with Metaheuristics

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月16日プレプリントサーバーでの情報更新日： 2022年02月16日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

進化的アルゴリズムは,物理的に非クローン性機能(PUF)を攻撃するために首尾よく適用された。CMA-ESは,信頼性攻撃と呼ばれる攻撃の型のための最も強力なオプションとして認識されている。CMA-ESの性能を疑う理由は無いが,問題に対するより良い適合メタヒューリスティックがあるならば,異なるメタヒューリスティックとの比較の欠如とチャレンジ応答対ベースの攻撃に対する結果は,未解決の疑問を開いた。本論文では,強いPUFに対する攻撃応答対ベース攻撃に対するいくつかのメタヒューリスティックスを,ステップバックと系統的に評価する。著者らの結果は,CMA-ESが最良の性能を持つが,より小さな計算コストを有する一方で,類似の性能を有するいくつかの他のアルゴリズムも注目する。より正確に,このアルゴリズムを訓練するために十分な数のチャレンジ応答ペアを提供するならば,様々な構成は良い結果を示す。その結果,EAはPUFsに対するチャレンジ応答対ベース攻撃に対する強いオプションであると結論した。【JST・京大機械翻訳】

, , , ,
, , , , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る