論文の概要: ioPUF+: A PUF Based on I/O Pull-Up/Down Resistors for Secret Key Generation in IoT Nodes

• arxiv url: http://arxiv.org/abs/2511.18412v1
• Date: Sun, 23 Nov 2025 11:55:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.828306
• Title: ioPUF+: A PUF Based on I/O Pull-Up/Down Resistors for Secret Key Generation in IoT Nodes
• Title（参考訳）: ioPUF+:IoTノードのシークレットキー生成のためのI/Oプルアップ/ダウンレジスタに基づくPUF
• Authors: Dilli Babu Porlapothula, Pralay Chakrabarty, Ananya Lakshmi Ravi, Kurian Polachan,
• Abstract要約: ioPUF+はIC(Integrated Circuits)とそれを含むIoTノードのためのユニークな指紋を生成する。 PUFはICのI/Oピン上のプルアップ抵抗値とプルダウン抵抗値を測定してデバイス固有の応答を生成する。 ioPUF+には、生のPUF応答を暗号的に使用可能な秘密鍵に変換する完全なデータパスが含まれている。
• 参考スコア（独自算出の注目度）: 0.1199955563466263
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present ioPUF+, which incorporates a novel Physical Unclonable Function (PUF) that generates unique fingerprints for Integrated Circuits (ICs) and the IoT nodes encompassing them. The proposed PUF generates device-specific responses by measuring the pull-up and pull-down resistor values on the I/O pins of the ICs, which naturally vary across chips due to manufacturing-induced process variations. Since these resistors are already integrated into the I/O structures of most ICs, ioPUF+ requires no custom circuitry, and no new IC fabrication. This makes ioPUF+ suitable for cost-sensitive embedded systems built from Commercial Off-The-Shelf (COTS) components. Beyond introducing a new PUF, ioPUF+ includes a complete datapath for converting raw PUF responses into cryptographically usable secret keys using BCH error correction and SHA-256 hashing. Further ioPUF+ also demonstrate a practical use case of PUF derive secret keys in securing device-to-device communication using AES-encryption. We implemented ioPUF+ on the Infineon PSoC-5 microcontroller and evaluated its performance across 30 devices using standard PUF metrics. The results show excellent reliability (intra-device Hamming distance of 100.00%), strong uniqueness (inter-device Hamming distance of 50.33%), near-ideal uniformity (50.54%), and negligible bit aliasing. Stability tests under temperature and supply-voltage variations show worst-case bit-error rates of only 2.63% and 2.10%, respectively. We also profiled the resource and energy usage of the complete ioPUF+ system, including the PUF primitive, BCH decoding, SHA-256 hashing, and AES encryption. The full implementation requires only 19.8 KB of Flash, exhibits a latency of 600 ms, and consumes 79 mW of power, demonstrating the suitabilitiy of ioPUF+ for resource-constrained IoT nodes.
• Abstract（参考訳）: 本研究では、IC(Integrated Circuits)用のユニークな指紋を生成する新しい物理非閉塞関数(PUF)と、それを包含するIoTノードを組み込んだioPUF+を提案する。 提案するPUFは、ICのI/Oピン上のプルアップ抵抗値とプルダウン抵抗値を測定してデバイス固有の応答を生成する。 これらの抵抗体は、ほとんどのICのI/O構造に統合されているため、ioPUF+はカスタム回路を必要とせず、新しいIC製造も必要としない。 これにより、ioPUF+は、COTS(Commercial Off-The-Shelf)コンポーネントから構築されたコストに敏感な組み込みシステムに適している。 新しいPUFの導入以外にも、ioPUF+には、生のPUF応答をBCHエラー修正とSHA-256ハッシュを使用して暗号化的に使用可能な秘密鍵に変換する完全なデータパスが含まれている。 さらに ioPUF+ は、AES 暗号化を用いたデバイス間通信の確保において、PUF がシークレットキーを導出する実用的なユースケースも示している。 Infineon PSoC-5マイクロコントローラにioPUF+を実装し,標準PUF測定値を用いて30デバイスにわたる性能評価を行った。 その結果、信頼性(デバイス間ハミング距離100.00%)、強い独自性(デバイス間ハミング距離50.33%)、準理想的均一性(50.54%)、無視可能なビットエイリアシングが得られた。 温度と供給電圧の変動による安定性試験では、それぞれ最悪のビットエラー率は2.63%と2.10%である。 また、PUFプリミティブ、BCHデコード、SHA-256ハッシュ、AES暗号化など、完全なioPUF+システムのリソースとエネルギー使用量をプロファイルした。 完全な実装では、Flashの19.8KBしか必要とせず、600msのレイテンシを示し、79mWの電力を消費し、リソース制約のIoTノードに対するioPUF+の適合性を実証している。

関連論文リスト

• RockNet: Distributed Learning on Ultra-Low-Power Devices [49.01692357536576]
  本稿では,超低消費電力ハードウェアに適した新しいTinyML法であるRockNetを提案する。 CPSは複数のデバイスで構成されているため,機械学習と無線通信を統合した分散学習手法を設計する。 この結果から,分散ML,分散コンピューティング,通信の緊密な統合により,最先端の精度で超低消費電力ハードウェアのトレーニングが可能となった。
  論文  参考訳（メタデータ） (2025-10-15T09:09:30Z)
• SCE-NTT: A Hardware Accelerator for Number Theoretic Transform Using Superconductor Electronics [12.616265554244313]
  本研究では, 超伝導エレクトロニクス(SCE)を用いた完全同相暗号(FHE)の高速化について検討する。 本稿では,超伝導単一フラックス量子(SFQ)論理とメモリに基づく専用ハードウェアアクセラレータであるSCE-NTTを紹介する。 我々はNTT-128ユニットが34GHzで531万NTT/secを達成することを示す。
  論文  参考訳（メタデータ） (2025-08-28T23:37:51Z)
• A TRNG Implemented using a Soft-Data Based Sponge Function within a Unified Strong PUF Architecture [0.0]
  本稿では,強力なPUFで利用可能な静的エントロピーの組み合わせを利用した統一PUF-TRNGアーキテクチャを提案する。 修正デュプレックススポンジ構造に基づく新しいデータ後処理アルゴリズムを提案する。 その結果, 安定かつロバストなTRNG設計であり, 優れたミニエントロピーと適度なデータレートが得られた。
  論文  参考訳（メタデータ） (2025-06-21T19:23:17Z)
• A Physical Layer Analysis of Entropy in Delay-Based PUFs Implemented on FPGAs [3.1545591628790572]
  物理的不閉関数(PUF)は、エントロピーの源としてデバイス内で発生する信号の変動を利用する。 オンチップインスツルメンテーションはPUFアーキテクチャによってこれらのバリエーションを計測・デジタル化するために利用される。 本稿では,FPGAの基本成分に付随する遅延変動を推定するために,統計的平均化と差分法を適用した。
  論文  参考訳（メタデータ） (2024-09-01T19:46:03Z)
• Existential Unforgeability in Quantum Authentication From Quantum Physical Unclonable Functions Based on Random von Neumann Measurement [45.386403865847235]
  物理的非閉包関数(PUF)は、固有の非閉包不可能な物理的ランダム性を利用して、ユニークな入出力ペアを生成する。 量子PUF(Quantum PUFs)は、量子状態を入出力ペアとして使用することによって、この概念を拡張している。 ランダムなユニタリQPUFは、量子多項式時間に対する実存的非偽造性を達成できないことを示す。 本稿では,QPUFが非単体量子チャネルとして機能する2番目のモデルを提案する。
  論文  参考訳（メタデータ） (2024-04-17T12:16:41Z)
• PhenoAuth: A Novel PUF-Phenotype-based Authentication Protocol for IoT Devices [9.608432807038083]
  本研究は,PUF Phenotype の概念に基づく完全耐雑音認証プロトコルを提案する。 デバイス間通信に適した設定で、相互認証とフォワードの秘密性を示す。
  論文  参考訳（メタデータ） (2024-03-06T06:04:32Z)
• SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
  本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。 実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
  論文  参考訳（メタデータ） (2023-09-27T05:19:32Z)
• PDPU: An Open-Source Posit Dot-Product Unit for Deep Learning Applications [9.253002604030085]
  Positは、ディープラーニングアプリケーションのためのIEEE-754浮動小数点フォーマットに代わる有望な代替品だ。 乗算器と加算木の組み合わせ、またはカスケード融合型乗算器の組み合わせによって実装され、計算効率が悪く、ハードウェアのオーバーヘッドが過大になる。 本稿では,資源効率と高スループットのドット生成ハードウェアの実装を容易にするオープンソースのポジットドット生成ユニットPDPUを提案する。
  論文  参考訳（メタデータ） (2023-02-03T17:26:12Z)
• Quality of Service Guarantees for Physical Unclonable Functions [90.99207266853986]
  ノイズの多い物理的非拘束関数(PUF)出力は、信頼性、セキュア、および秘密鍵合意を促進する。 PUF出力の比率を制御し、対象の信頼性レベルを保証できるサービスパラメータの品質を導入する。
  論文  参考訳（メタデータ） (2021-07-12T18:26:08Z)
• High-Fidelity Machine Learning Approximations of Large-Scale Optimal Power Flow [49.2540510330407]
  AC-OPFは、多くの電力システムアプリケーションにおいて重要なビルディングブロックである。 本稿では, 再生可能エネルギーの普及にともなって, AC-OPFの効率的な近似を実現するための深層学習について検討する。
  論文  参考訳（メタデータ） (2020-06-29T20:22:16Z)

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。