文献

J-GLOBAL ID：202202230610538446   整理番号：22A0977406

機械学習攻撃耐性領域効率の良い再構成可能Ising-PUF【JST・京大機械翻訳】

Machine Learning Attack Resistant Area-Efficient Reconfigurable Ising-PUF

著者 (3件)： Elmitwalli Eslam (Department of Electrical and Computer Engineering, University of Rochester, Rochester, NY, USA) ,  Ni Kai (Department of Electrical and Microelectronic Engineering, Rochester Institute of Technology, Rochester, NY, USA) ,  Kose Selcuk (Department of Electrical and Computer Engineering, University of Rochester, Rochester, NY, USA)
資料名： IEEE Transactions on Very Large Scale Integration (VLSI) Systems  (IEEE Transactions on Very Large Scale Integration (VLSI) Systems)
巻： 30  号： 4  ページ： 526-538  発行年： 2022年 
JST資料番号： W0516A  ISSN： 1063-8210  CODEN： ITCOB4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Ising-物理的非クローニング関数(PUF)はIsingモデルによって触発されたAPUFのネットワークで形成された最近のPUF構造である。機械学習モデリング攻撃に対する高いレジリエンスを有する大きなチャレンジ応答対(CRP)空間は,ユニークな配列により達成できる。しかし,これらの利点は,大きな面積オーバーヘッドのコストで達成される。本論文では,再構成可能Ising-PUFを,より小さな領域内ではるかに大きなCRP空間を生成するために,いくつかの新しい設計knobsを用いて導入した。従来のIsing-PUF領域の30%を占める設計に対して,チャレンジビットの数の25%の増加を達成できる。提案した軽量面積効率設計により,既存の設計と比較して,CRP当たり5.6倍低い面積を達成できる。大きな設計空間を利用するいくつかの改良を提案し,Ising-PUFの提案した柔軟なカスタマイズによる領域とCRPプール間の動的トレードオフを可能にした。この改良設計空間の詳細な解析を,異なるパラメータに対して調査した。最先端の機械学習モデリング攻撃を研究し,Ising-PUF構造は弾力性があることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 設計 ,  ネットワーク ,  弾性 ,  レジリエンス ,  モデリング ,  Ising模型 ,  *機械学習 ,  カスタム化 ,  *サイバー攻撃
準シソーラス用語： *再構成可能性 ,  オーバヘッド ,  クローニング ,  設計空間 ,  *侵入耐性 ,  軽量 , 【Automatic Indexing@JST】

分類 (2件)： 半導体集積回路  (NC03162T) ,  移動通信  (ND08030H)

タイトルに関連する用語 (3件)： 機械学習 ,  攻撃耐性 ,  再構成可能