講演抄録/キーワード |
講演名 |
2022-03-08 10:20
リーク電流の製造ばらつきを利用したLR-PUFの機械学習攻撃に対する耐性評価 ○笈川智秋・宇佐美公良(芝浦工大) VLD2021-93 HWS2021-70 |
抄録 |
(和) |
LSIの個体識別技術の一つに、半導体の物理的特徴を利用したPUF(Physically Unclonable Function)がある。この技術により、正規品の認証が可能となり、模造品の流通を防ぐことが期待されている。しかし近年、機械学習の発展により、認証の際の応答を高精度で予測することで正規品になりすますことができる問題が指摘されている。本研究では、機械学習攻撃耐性の向上を目的として以前に提案したLR-PUF(Leak Racing PUF)について、サポートベクタマシンおよびディープニューラルネットワークを用いた機械学習攻撃に対する耐性評価を行った。 |
(英) |
One of the LSI individual identification technologies is PUF (Physically Unclonable Function), which utilizes the physical characteristics of semiconductors. This technology is expected to make it possible to authenticate genuine products and prevent the distribution of counterfeit products. In recent years, however, the development of machine learning has pointed out the problem of impersonating a genuine product by predicting the response during authentication with high accuracy. In this study, we evaluate the resistance to machine learning attacks using support vector machines and deep neural networks against LR-PUF (Leak Racing PUF), which we previously proposed to improve the resistance to machine learning attacks. |
キーワード |
(和) |
PUF / セキュリティ / リーク電流 / 製造ばらつき / 機械学習 / ニューラルネットワーク / / |
(英) |
PUF / Security / Leakage Current / Manufacturing Variation / Machine Learning / Neural Network / / |
文献情報 |
信学技報, vol. 121, no. 412, VLD2021-93, pp. 93-98, 2022年3月. |
資料番号 |
VLD2021-93 |
発行日 |
2022-02-28 (VLD, HWS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
VLD2021-93 HWS2021-70 |
研究会情報 |
研究会 |
VLD HWS |
開催期間 |
2022-03-07 - 2022-03-08 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
テーマ(英) |
Design Technology for System-on-Silicon, Hardware Security, etc. |
講演論文情報の詳細 |
申込み研究会 |
VLD |
会議コード |
2022-03-VLD-HWS |
本文の言語 |
日本語 |
タイトル(和) |
リーク電流の製造ばらつきを利用したLR-PUFの機械学習攻撃に対する耐性評価 |
サブタイトル(和) |
|
タイトル(英) |
Evaluation of leakage-based LR-PUF's resistance to machine learning attacks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
PUF / PUF |
キーワード(2)(和/英) |
セキュリティ / Security |
キーワード(3)(和/英) |
リーク電流 / Leakage Current |
キーワード(4)(和/英) |
製造ばらつき / Manufacturing Variation |
キーワード(5)(和/英) |
機械学習 / Machine Learning |
キーワード(6)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
笈川 智秋 / Tomoaki Oikawa / オイカワ トモアキ |
第1著者 所属(和/英) |
芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: SIT) |
第2著者 氏名(和/英/ヨミ) |
宇佐美 公良 / Kimiyoshi Usami / ウサミ キミヨシ |
第2著者 所属(和/英) |
芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: SIT) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-03-08 10:20:00 |
発表時間 |
25分 |
申込先研究会 |
VLD |
資料番号 |
VLD2021-93, HWS2021-70 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.412(VLD), no.413(HWS) |
ページ範囲 |
pp.93-98 |
ページ数 |
6 |
発行日 |
2022-02-28 (VLD, HWS) |
|