論文の概要: Arbiter PUF: Uniqueness and Reliability Analysis Using Hybrid CMOS-Stanford Memristor Model

• arxiv url: http://arxiv.org/abs/2507.04461v1
• Date: Sun, 06 Jul 2025 16:51:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.19521
• Title: Arbiter PUF: Uniqueness and Reliability Analysis Using Hybrid CMOS-Stanford Memristor Model
• Title（参考訳）: Arbiter PUF:ハイブリッドCMOS-スタンフォード膜モデルによる特異性と信頼性解析
• Authors: Tanvir Rahman, A. B. M. Harun-ur Rashid,
• Abstract要約: 本研究では,Stanford Memristor Modelを用いてPUFの設計と評価を行い,そのランダムフィラメント進化を利用して安全性を向上させる。 CMOSベースのArbiter PUFとmemristorベースのArbiter PUFの比較を行い、その性能を温度、電圧、プロセスのバリエーションで評価した。 その結果,memristorベースのPUFはCMOSベースの設計よりも信頼性が高いことがわかった。
• 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: In an increasingly interconnected world, protecting electronic devices has grown more crucial because of the dangers of data extraction, reverse engineering, and hardware tampering. Producing chips in a third-party manufacturing company can let hackers change the design. As the Internet of Things (IoT) proliferates, physical attacks happen more, and conventional cryptography techniques do not function well. In this paper, we investigate the design and assessment of PUFs using the Stanford Memristor Model, utilizing its random filament evolution to improve security. The system was built using 45nm CMOS technology. A comparison is made between CMOS-based and memristor-based Arbiter PUFs, evaluating their performance under temperature, voltage, and process variations. Intra- and inter-hamming distances are employed by Monte Carlo simulations to estimate uniqueness and reliability. The results show that memristor-based PUFs offer better reliability than CMOS-based designs, though uniqueness needs further improvement. Furthermore, this study sheds light on the reasonableness of memristor-based PUFs for secure applications in hardware security.
• Abstract（参考訳）: ますます相互接続する世界では、データ抽出、リバースエンジニアリング、ハードウェアの改ざんといった危険性から、電子機器を保護することがより重要になっている。 サードパーティ製造会社でチップを製造することで、ハッカーがデザインを変えることができる。 モノのインターネット(IoT)の普及に伴い、物理的な攻撃はより多く発生し、従来の暗号技術はうまく機能しない。 本稿では,Stanford Memristor Modelを用いたPUFの設計と評価について検討し,そのランダムフィラメント進化を利用して安全性を向上させる。 このシステムは45nmのCMOS技術で構築された。 CMOSベースのArbiter PUFとmemristorベースのArbiter PUFの比較を行い、その性能を温度、電圧、プロセスのバリエーションで評価した。 モンテカルロシミュレーションでは、ハミング内およびハミング間距離が一意性と信頼性を推定するために用いられる。 その結果,memristorベースのPUFはCMOSベースの設計よりも信頼性が高いことがわかった。 さらに,ハードウェアセキュリティにおけるセキュアなアプリケーションのためのmemristor-based PUFの妥当性について検討した。

関連論文リスト

• Designing Short-Stage CDC-XPUFs: Balancing Reliability, Cost, and Security in IoT Devices [2.28438857884398]
  物理的に非閉塞関数(PUF)は、固有のハードウェアのバリエーションからユニークな暗号鍵を生成する。 Arbiter PUFs (APUFs) や XOR Arbiter PUFs (XOR-PUFs) のような従来のPUFは、機械学習(ML)や信頼性ベースの攻撃の影響を受けやすい。 本稿では,信頼性を高めるための事前選択戦略を取り入れたCDC-XPUF設計を提案し,新しい軽量アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-09-26T14:50:20Z)
• What Makes and Breaks Safety Fine-tuning? A Mechanistic Study [64.9691741899956]
  安全性の微調整は、大規模な言語モデル(LLM)を、安全なデプロイメントのための人間の好みに合わせるのに役立つ。 安全でない入力の健全な側面をキャプチャする合成データ生成フレームワークを設計する。 これを用いて,3つのよく知られた安全微調整手法について検討する。
  論文  参考訳（メタデータ） (2024-07-14T16:12:57Z)
• Designing a Photonic Physically Unclonable Function Having Resilience to Machine Learning Attacks [2.369276238599885]
  機械学習(ML)攻撃の訓練に必要なデータセットを生成するための計算PUFモデルについて述べる。 モデル化されたPUFは均一な白色雑音に類似した分布を生成する。 予備的な解析は、PUFが生成する敵ネットワークに類似したレジリエンスを示すことを示唆している。
  論文  参考訳（メタデータ） (2024-04-03T03:58:21Z)
• Survey of Security Issues in Memristor-based Machine Learning Accelerators for RF Analysis [0.0]
  我々は,新しいミームリスタと従来のCMOSを組み合わせた新しいコンピューティングパラダイムのセキュリティ面について検討する。 Memristorは従来のCMOSとは異なる特性を持ち、攻撃者によって悪用される可能性がある。 混合信号近似計算モデルは、従来のデジタル実装とは異なる脆弱性を持つ。
  論文  参考訳（メタデータ） (2023-12-01T21:44:35Z)
• FLEdge: Benchmarking Federated Machine Learning Applications in Edge Computing Systems [61.335229621081346]
  フェデレートラーニング(FL)は,ネットワークエッジ上での分散ディープラーニングのプライバシ強化を実現する上で,有効なテクニックとなっている。 本稿では,既存のFLベンチマークを補完するFLEdgeを提案する。
  論文  参考訳（メタデータ） (2023-06-08T13:11:20Z)
• FLIP: A Provable Defense Framework for Backdoor Mitigation in Federated Learning [66.56240101249803]
  我々は,クライアントの強固化がグローバルモデル(および悪意のあるクライアント)に与える影響について検討する。 本稿では, 逆エンジニアリングによる防御手法を提案するとともに, 堅牢性を保証して, 改良を実現できることを示す。 競合する8つのSOTA防御法について, 単発および連続のFLバックドア攻撃に対して, 提案手法の実証的優位性を示した。
  論文  参考訳（メタデータ） (2022-10-23T22:24:03Z)
• A New Security Boundary of Component Differentially Challenged XOR PUFs Against Machine Learning Modeling Attacks [0.0]
  XOR Arbiter PUF(XOR PUF、XOR PUF)は、Arbiter PUFの安全性を改善するために開発されたPUFである。 近年、強力な機械学習攻撃法が発見され、大規模なXPUFを簡単に破壊することができた。 本稿では,XPUFを攻撃するための2つの最も強力な機械学習手法を,CDC-XPUFの2つの手法のパラメータを微調整することによって適用する。
  論文  参考訳（メタデータ） (2022-06-02T21:51:39Z)
• A Memristive Based Design of a Core Digital Circuit for Elliptic Curve Cryptography [0.5266869303483376]
  メムリスタデバイスとCMOSトランジスタは、XAXモジュール用のハイブリッドCMOS-メムリスタ回路を形成するために協力している。 提案手法は Pt/TaOx/Ta memristor デバイスを用いて実装し,Cadence Virtuoso でシミュレートした。
  論文  参考訳（メタデータ） (2022-03-27T17:50:41Z)
• Federated Learning with Unreliable Clients: Performance Analysis and Mechanism Design [76.29738151117583]
  Federated Learning(FL)は、分散クライアント間で効果的な機械学習モデルをトレーニングするための有望なツールとなっている。 しかし、低品質のモデルは信頼性の低いクライアントによってアグリゲータサーバにアップロードすることができ、劣化やトレーニングの崩壊につながる。 クライアントの信頼できない振る舞いをモデル化し、このようなセキュリティリスクを軽減するための防御メカニズムを提案する。
  論文  参考訳（メタデータ） (2021-05-10T08:02:27Z)

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。