論文の概要: Unsupervised Recycled FPGA Detection Using Symmetry Analysis
- arxiv url: http://arxiv.org/abs/2303.01807v1
- Date: Fri, 3 Mar 2023 09:27:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 15:34:20.637745
- Title: Unsupervised Recycled FPGA Detection Using Symmetry Analysis
- Title(参考訳): 対称性解析を用いた非教師なしリサイクルFPGA検出
- Authors: Tanvir Ahmad Tarique, Foisal Ahmed, Maksim Jenihhin, Liakot Ali
- Abstract要約: リサイクルフィールドプログラマブルゲートアレイ(FPGA)は、半導体サプライチェーンの増殖により、ハードウェアのセキュリティ上の重大な問題を引き起こす。
本稿では,教師なし異常検出手法を用いて,RO周波数の対称性情報を調べることにより,新しいFPGA検出手法を提案する。
Xilinx Artix-7 FPGAを用いた実験により, 提案手法は, 従来の手法と比較して, x より少ない計算量で, 10 個の新しいFPGAからリサイクルFPGAを正確に分類することを示した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recently, recycled field-programmable gate arrays (FPGAs) pose a significant
hardware security problem due to the proliferation of the semiconductor supply
chain. Ring oscillator (RO) based frequency analyzing technique is one of the
popular methods, where most studies used the known fresh FPGAs (KFFs) in
machine learning-based detection, which is not a realistic approach. In this
paper, we present a novel recycled FPGA detection method by examining the
symmetry information of the RO frequency using unsupervised anomaly detection
method. Due to the symmetrical array structure of the FPGA, some adjacent logic
blocks on an FPGA have comparable RO frequencies, hence our method simply
analyzes the RO frequencies of those blocks to determine how similar they are.
The proposed approach efficiently categorizes recycled FPGAs by utilizing
direct density ratio estimation through outliers detection. Experiments using
Xilinx Artix-7 FPGAs demonstrate that the proposed method accurately classifies
recycled FPGAs from 10 fresh FPGAs by x fewer computations compared with the
conventional method.
- Abstract(参考訳): 近年,半導体サプライチェーンの普及に伴い,再生フィールドプログラマブルゲートアレイ (FPGA) はハードウェアのセキュリティ上の重要な問題となっている。
リングオシレータ(ro)ベースの周波数解析技術は一般的な手法の一つであり、ほとんどの研究で機械学習に基づく検出において既知のフレッシュfpga(kffs)を用いたが、現実的アプローチではない。
本稿では,教師なし異常検出手法を用いて,RO周波数の対称性情報を調べることにより,新しいFPGA検出手法を提案する。
fpgaの対称配列構造のため、fpga上の隣接するいくつかの論理ブロックは、同等のro周波数を持つため、これらのブロックのro周波数を分析して、それらがどの程度類似しているかを決定する。
提案手法は, 直接密度比推定を利用して, リサイクルFPGAを効率よく分類する。
Xilinx Artix-7 FPGAを用いた実験により, 提案手法は, 従来の手法と比較して, x より少ない計算で10個の新しいFPGAからリサイクルFPGAを正確に分類することを示した。
関連論文リスト
- FPGA Divide-and-Conquer Placement using Deep Reinforcement Learning [10.28238708167553]
本稿では,FPGA(Field-Programmable Gate Array)における論理ブロックの配置に関する問題点を紹介する。
従来の検索に基づく配置アルゴリズムとは対照的に,ワイヤー長の最小化を目的として強化学習(Reinforcement Learning, RL)を用いる。
論文 参考訳(メタデータ) (2024-04-11T20:29:15Z) - Physics-informed and Unsupervised Riemannian Domain Adaptation for Machine Learning on Heterogeneous EEG Datasets [53.367212596352324]
脳波信号物理を利用した教師なし手法を提案する。
脳波チャンネルをフィールド、ソースフリーなドメイン適応を用いて固定位置にマッピングする。
提案手法は脳-コンピュータインタフェース(BCI)タスクおよび潜在的なバイオマーカー応用におけるロバストな性能を示す。
論文 参考訳(メタデータ) (2024-03-07T16:17:33Z) - Multiplierless In-filter Computing for tinyML Platforms [6.878219199575747]
In-filter音響分類のための新しいマルチプライヤレスフレームワークを提案する。
我々は、近似誤差を緩和するバックプロパゲーションを含む、MPベースの近似をトレーニングに用いている。
このフレームワークは、1Kスライス未満の従来の分類フレームワークよりも効率的である。
論文 参考訳(メタデータ) (2023-04-24T04:33:44Z) - Resource-constrained FPGA Design for Satellite Component Feature
Extraction [0.0]
本研究では,資源制約付きFPGA上に展開可能なニューラルネットワークに基づく物体検出アルゴリズムを提案する。
ハードウェア・イン・ザ・ループの実験はフロリダ工科大学のORION Maneuver Kinematics Simulatorで行われた。
その結果、FPGAの実装によりスループットが向上し、同等の精度を維持しながらレイテンシが低下することがわかった。
論文 参考訳(メタデータ) (2023-01-22T04:49:04Z) - A Robust and Explainable Data-Driven Anomaly Detection Approach For
Power Electronics [56.86150790999639]
本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。
行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。
検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
論文 参考訳(メタデータ) (2022-09-23T06:09:35Z) - Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。
前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。
提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文 参考訳(メタデータ) (2022-05-13T21:09:41Z) - Accurate methods for the analysis of strong-drive effects in parametric
gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。
我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
論文 参考訳(メタデータ) (2021-07-06T02:02:54Z) - Signal Processing and Machine Learning Techniques for Terahertz Sensing:
An Overview [89.09270073549182]
テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。
THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。
本稿では,信号前処理に着目した手法の概要を示す。
また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
論文 参考訳(メタデータ) (2021-04-09T01:38:34Z) - Robust Unsupervised Video Anomaly Detection by Multi-Path Frame
Prediction [61.17654438176999]
本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。
提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
論文 参考訳(メタデータ) (2020-11-05T11:34:12Z) - 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) - An FPGA Accelerated Method for Training Feed-forward Neural Networks
Using Alternating Direction Method of Multipliers and LSMR [2.8747398859585376]
ニューラルネットワークトレーニングのための新しいFPGAアクセラレーションアルゴリズムの設計、実装、デプロイ、テストに成功した。
本手法は,並列特性が強い乗算器アルゴリズムの交互方向法に基づく。
我々は,Intel FPGA SDK for OpenCLを用いたFPGAアクセラレーションバージョンを開発し,その後,Intel Arria 10 GX FPGA上でプログラムのデプロイに成功した。
論文 参考訳(メタデータ) (2020-09-06T17:33:03Z)
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。