論文の概要: Exploiting Nanoelectronic Properties of Memory Chips for Prevention of
IC Counterfeiting
- arxiv url: http://arxiv.org/abs/2209.09197v1
- Date: Fri, 9 Sep 2022 07:52:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-25 17:40:49.396532
- Title: Exploiting Nanoelectronic Properties of Memory Chips for Prevention of
IC Counterfeiting
- Title（参考訳）: IC偽造防止のためのメモリチップのナノエレクトロニクス特性の爆発
- Authors: Supriya Chakraborty Tamoghno Das and Manan Suri
- Abstract要約: 本研究では,非揮発性メモリ(NVM)チップのアンチカウンタファイリング手法を提案する。
特に, (i) 集積回路(IC) の起源, (ii) リサイクルまたは使用済みNVMチップ, (iii) チップ内の使用位置(アドレス)を同定するための一般化手法を実験的に実証した。
- 参考スコア（独自算出の注目度）: 3.55118588165746
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This study presents a methodology for anticounterfeiting of Non-Volatile
Memory (NVM) chips. In particular, we experimentally demonstrate a generalized
methodology for detecting (i) Integrated Circuit (IC) origin, (ii) recycled or
used NVM chips, and (iii) identification of used locations (addresses) in the
chip. Our proposed methodology inspects latency and variability signatures of
Commercial-Off-The-Shelf (COTS) NVM chips. The proposed technique requires
low-cycle (~100) pre-conditioning and utilizes Machine Learning (ML)
algorithms. We observe different trends in evolution of latency (sector erase
or page write) with cycling on different NVM technologies from different
vendors. ML assisted approach is utilized for detecting IC manufacturers with
95.1 % accuracy obtained on prepared test dataset consisting of 3 different NVM
technologies including 6 different manufacturers (9 types of chips).
- Abstract（参考訳）: 本研究では,非揮発性メモリ(NVM)チップのアンチカウンタファイリング手法を提案する。
特に 一般化された検出法を実験的に実証し
(i)集積回路(ic)の起源
(ii)nvmチップのリサイクル又は使用、及び
(iii)チップ内の使用場所(アドレス)の特定。
提案手法は,市販市販nvmチップのレイテンシと変動特性を検査する。
提案手法は低サイクル(〜100)プレコンディショニングを必要とし,機械学習(ML)アルゴリズムを利用する。
異なるベンダの異なるNVMテクノロジをサイクリングすることで、レイテンシ(セクタ消去やページ書き込み)の進化のさまざまなトレンドを観察します。
ML補助アプローチは、6つの異なる製造元(9種類のチップ)を含む3つの異なるNVM技術からなる準備済みテストデータセット上で95.1パーセントの精度でIC製造元を検出するために使用される。
関連論文リスト
- Mem-elements based Neuromorphic Hardware for Neural Network Application [0.0]
この論文は、低消費電力の機械学習アクセラレーターにおけるmemristiveとmemcapacitiveのクロスバーアレイの利用を調査し、ディープニューラルネットワーク(DNN)のための包括的な共設計フレームワークを提供する。
このモデルは、PythonとPyTorchのハイブリッドアプローチによって実装され、8層VGGネットワーク上のメモリとメモリ容量のクロスバーアレイを備えたCIFAR-10データセットに対して、例外的なトレーニング精度90.02%と91.03%を達成した。
論文 参考訳（メタデータ） (2024-03-05T14:28:40Z) - EKGNet: A 10.96{\mu}W Fully Analog Neural Network for Intra-Patient
Arrhythmia Classification [79.7946379395238]
心電図不整脈分類におけるアナログ計算と深層学習を組み合わせた統合的アプローチを提案する。
本稿では,低消費電力で高精度にアーカイブするハードウェア効率と完全アナログ不整脈分類アーキテクチャであるEKGNetを提案する。
論文 参考訳（メタデータ） (2023-10-24T02:37:49Z) - An ensemble of convolution-based methods for fault detection using
vibration signals [5.987823398628775]
本稿では, 惑星ギアボックスから収集した多変量時系列の振動信号を用いて, 故障検出問題の解決に焦点をあてる。
本稿では,3つの畳み込みカーネルに基づく手法のアンサンブルを提案し,他の手法より優れ,98.8%以上の精度を実現することにより,この故障検出問題に対する有効性を示す。
論文 参考訳（メタデータ） (2023-05-05T01:23:56Z) - Signal Detection in MIMO Systems with Hardware Imperfections: Message
Passing on Neural Networks [101.59367762974371]
本稿では,Multi-Input-multiple-output (MIMO)通信システムにおける信号検出について検討する。
パイロット信号が限られているディープニューラルネットワーク(DNN)のトレーニングは困難であり、実用化を妨げている。
我々は、ユニタリ近似メッセージパッシング(UAMP)アルゴリズムを利用して、効率的なメッセージパッシングに基づくベイズ信号検出器を設計する。
論文 参考訳（メタデータ） (2022-10-08T04:32:58Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - Mixed Precision Low-bit Quantization of Neural Network Language Models
for Speech Recognition [67.95996816744251]
長期間のメモリリカレントニューラルネットワーク(LSTM-RNN)とトランスフォーマーで表される最先端言語モデル(LM)は、実用アプリケーションではますます複雑で高価なものになりつつある。
現在の量子化法は、均一な精度に基づいており、量子化誤差に対するLMの異なる部分での様々な性能感度を考慮できない。
本稿では,新しい混合精度ニューラルネットワークLM量子化法を提案する。
論文 参考訳（メタデータ） (2021-11-29T12:24:02Z) - Fighting COVID-19 in the Dark: Methodology for Improved Inference Using
Homomorphically Encrypted DNN [3.1959970303072396]
ホモモルフィック暗号化(HE)は、プライバシー問題に対処しながら分析を可能にする方法として使われている。
HEの使用には、サイズ制限やいくつかの操作タイプのサポートの欠如など、いくつかの課題がある。
本稿では,ReLUを2次活性化に置き換える構造的手法を提案する。
論文 参考訳（メタデータ） (2021-11-05T10:04:15Z) - Targeted Attack against Deep Neural Networks via Flipping Limited Weight
Bits [55.740716446995805]
我々は,悪質な目的で展開段階におけるモデルパラメータを修飾する新しい攻撃パラダイムについて検討する。
私たちのゴールは、特定のサンプルをサンプル修正なしでターゲットクラスに誤分類することです。
整数プログラミングにおける最新の手法を利用することで、このBIP問題を連続最適化問題として等価に再構成する。
論文 参考訳（メタデータ） (2021-02-21T03:13:27Z) - Frequency-based Multi Task learning With Attention Mechanism for Fault
Detection In Power Systems [6.4332733596587115]
本稿では,障害検出のための新しいディープラーニングベースのアプローチを導入し,実際のデータセット,すなわち部分放電検出タスクのためのKaggleプラットフォーム上でテストする。
提案手法では,時系列の特徴を抽出するためのアテンション機構を備えたLong-Short Term Memoryアーキテクチャを採用し,信号の周波数情報を利用した1D-Convolutional Neural Network構造を用いて予測を行う。
論文 参考訳（メタデータ） (2020-09-15T02:01:47Z) - DeepSIC: Deep Soft Interference Cancellation for Multiuser MIMO
Detection [98.43451011898212]
複数のシンボルが同時に送信されるマルチユーザマルチインプットマルチアウトプット(MIMO)設定では、正確なシンボル検出が困難である。
本稿では,DeepSICと呼ぶ反復ソフト干渉キャンセリング(SIC)アルゴリズムの,データ駆動による実装を提案する。
DeepSICは、チャネルを線形にすることなく、限られたトレーニングサンプルから共同検出を行うことを学ぶ。
論文 参考訳（メタデータ） (2020-02-08T18:31:00Z) - Convolutional-Recurrent Neural Networks on Low-Power Wearable Platforms
for Cardiac Arrhythmia Detection [0.18459705687628122]
マイクロコントローラと低消費電力プロセッサで動作するニューラルネットワークの推論に焦点を当てる。
心不整脈を検出・分類するために既存の畳み込みリカレントニューラルネットワークを適用した。
メモリフットプリントは195.6KB、スループットは33.98MOps/sである。
論文 参考訳（メタデータ） (2020-01-08T10:35:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。