論文の概要: The Impact of Logic Locking on Confidentiality: An Automated Evaluation

• arxiv url: http://arxiv.org/abs/2502.01240v1
• Date: Mon, 03 Feb 2025 11:01:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 14:52:00.698873
• Title: The Impact of Logic Locking on Confidentiality: An Automated Evaluation
• Title（参考訳）: 論理ロックが信頼度に及ぼす影響:自動評価
• Authors: Lennart M. Reimann, Evgenii Rezunov, Dominik Germek, Luca Collini, Christian Pilato, Ramesh Karri, Rainer Leupers,
• Abstract要約: 悪意のある1つの論理ロックキーが、暗号化キーの70%以上を公開可能であることを示す。 この研究は、論理ロックにおける重大なセキュリティ脆弱性を明らかにする。
• 参考スコア（独自算出の注目度）: 10.116593996661756
• License:
• Abstract: Logic locking secures hardware designs in untrusted foundries by incorporating key-driven gates to obscure the original blueprint. While this method safeguards the integrated circuit from malicious alterations during fabrication, its influence on data confidentiality during runtime has been ignored. In this study, we employ path sensitization to formally examine the impact of logic locking on confidentiality. By applying three representative logic locking mechanisms on open-source cryptographic benchmarks, we utilize an automatic test pattern generation framework to evaluate the effect of locking on cryptographic encryption keys and sensitive data signals. Our analysis reveals that logic locking can inadvertently cause sensitive data leakage when incorrect logic locking keys are used. We show that a single malicious logic locking key can expose over 70% of an encryption key. If an adversary gains control over other inputs, the entire encryption key can be compromised. This research uncovers a significant security vulnerability in logic locking and emphasizes the need for comprehensive security assessments that extend beyond key-recovery attacks.
• Abstract（参考訳）: 論理ロックは、キー駆動ゲートを組み込むことで、信頼できないファウントリーのハードウェア設計を保証し、元のブループリントを隠蔽する。 この方法は、製造中の悪質な変更から集積回路を保護するが、実行時のデータの機密性への影響は無視されている。 本研究では,論理ロックが機密性に与える影響を正式に検討するために,経路感作を用いる。 オープンソース暗号ベンチマークに3つの代表的な論理ロック機構を適用することにより、自動テストパターン生成フレームワークを用いて、暗号化暗号鍵と機密データ信号に対するロックの効果を評価する。 解析の結果,不正な論理ロックキーを使用する場合,論理ロックが不注意に機密データ漏洩を引き起こすことが判明した。 悪意のある1つの論理ロックキーが、暗号化キーの70%以上を公開可能であることを示す。 相手が他の入力を制御できれば、暗号鍵全体が妥協される。 この研究は、ロジックロックにおける重大なセキュリティ脆弱性を明らかにし、キー-リカバリ攻撃を越えて拡張された包括的なセキュリティアセスメントの必要性を強調している。

関連論文リスト

• Exploiting the Lock: Leveraging MiG-V's Logic Locking for Secret-Data Extraction [0.16492989697868893]
  MiG-Vは、世界初の商用論理ロック型RISC-Vプロセッサである。 論理ロックキーの1ビットを変更すれば、暗号暗号鍵の100%を公開できることを示す。
  論文  参考訳（メタデータ） (2024-08-09T09:59:23Z)
• SubLock: Sub-Circuit Replacement based Input Dependent Key-based Logic Locking for Robust IP Protection [1.804933160047171]
  既存のロジックロック技術はSATベースの攻撃に対して脆弱である。 いくつかのSAT耐性論理ロック法が報告されている。 本稿では,新しい入力依存鍵ベースの論理ロック(IDKLL)を提案する。
  論文  参考訳（メタデータ） (2024-06-27T11:17:06Z)
• CodeChameleon: Personalized Encryption Framework for Jailbreaking Large Language Models [49.60006012946767]
  パーソナライズされた暗号化手法に基づく新しいジェイルブレイクフレームワークであるCodeChameleonを提案する。 我々は、7つの大規模言語モデルに関する広範な実験を行い、最先端の平均アタック成功率(ASR)を達成する。 GPT-4-1106上で86.6%のASRを実現する。
  論文  参考訳（メタデータ） (2024-02-26T16:35:59Z)
• LIPSTICK: Corruptibility-Aware and Explainable Graph Neural Network-based Oracle-Less Attack on Logic Locking [1.104960878651584]
  我々は、論理ロックに対するニューラルネットワークに基づくオラクルレスアタックを開発し、訓練し、テストする。 我々のモデルは、機械学習モデルがトレーニングプロセスで解釈したものと、それがどのように攻撃を成功させるかを分析するという意味で説明がつく。
  論文  参考訳（メタデータ） (2024-02-06T18:42:51Z)
• Exploiting Logic Locking for a Neural Trojan Attack on Machine Learning Accelerators [4.605674633999923]
  論理ロックは、保護するニューラルアクセラレーターのセキュリティを損なうためにどのように使われるかを示す。 具体的には、不正鍵による決定論的誤りが、どのようにしてニューラルトロイジャンスタイルのバックドアを生成するかを示す。
  論文  参考訳（メタデータ） (2023-04-12T17:55:34Z)
• Revocable Cryptography from Learning with Errors [61.470151825577034]
  我々は、量子力学の非閉鎖原理に基づいて、キー呼び出し機能を備えた暗号スキームを設計する。 我々は、シークレットキーが量子状態として表現されるスキームを、シークレットキーが一度ユーザから取り消されたら、それらが以前と同じ機能を実行する能力を持たないことを保証して検討する。
  論文  参考訳（メタデータ） (2023-02-28T18:58:11Z)
• An anomaly detection approach for backdoored neural networks: face recognition as a case study [77.92020418343022]
  本稿では,異常検出の原理に基づく新しいバックドアネットワーク検出手法を提案する。 バックドアネットワークの新たなデータセット上で本手法を検証し,完全スコアで検出可能性について報告する。
  論文  参考訳（メタデータ） (2022-08-22T12:14:13Z)
• Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive Privacy Analysis and Beyond [57.10914865054868]
  垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。 我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
  論文  参考訳（メタデータ） (2022-07-19T05:47:30Z)
• Quantum Proofs of Deletion for Learning with Errors [91.3755431537592]
  完全同型暗号方式として, 完全同型暗号方式を初めて構築する。 我々の主要な技術要素は、量子証明器が古典的検証器に量子状態の形でのLearning with Errors分布からのサンプルが削除されたことを納得させる対話的プロトコルである。
  論文  参考訳（メタデータ） (2022-03-03T10:07:32Z)
• Deceptive Logic Locking for Hardware Integrity Protection against Machine Learning Attacks [0.6868387710209244]
  本稿では,鍵関連構造漏洩に対するロック方式の理論的モデルを提案する。 D-MUX(D-MUX:deceptive multiplexer-based logic-locking scheme)は、機械学習攻撃に対する耐性を持つ。 我々の知る限りでは、D-MUXは、既知のすべての学習ベースの攻撃から保護できる、最初の機械学習-レジリエントなロックスキームである。
  論文  参考訳（メタデータ） (2021-07-19T09:08:14Z)
• No Need to Know Physics: Resilience of Process-based Model-free Anomaly Detection for Industrial Control Systems [95.54151664013011]
  本稿では,システムの物理的特性に反する逆スプーフ信号を生成するための新しい枠組みを提案する。 トップセキュリティカンファレンスで公表された4つの異常検知器を分析した。
  論文  参考訳（メタデータ） (2020-12-07T11:02:44Z)

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。