論文の概要: NuRedact: Non-Uniform eFPGA Architecture for Low-Overhead and Secure IP Redaction

• arxiv url: http://arxiv.org/abs/2601.11770v1
• Date: Fri, 16 Jan 2026 20:55:30 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-01-21 12:33:11.823142
• Title: NuRedact: Non-Uniform eFPGA Architecture for Low-Overhead and Secure IP Redaction
• Title（参考訳）: NuRedact: 低オーバヘッドとセキュアIPリアクションのための非統一eFPGAアーキテクチャ
• Authors: Voktho Das, Kimia Azar, Hadi Kamali,
• Abstract要約: 本稿では,セキュリティと効率のバランスをとるために,アーキテクチャ上の非一様性を取り入れた最初のフルスタックeFPGAリアクションフレームワークであるNuRedactを紹介する。 セキュリティの観点からは、NuRedactファブリックはSATベース、サイクリック、シーケンシャルなバリエーションを含む最先端の攻撃モデルに対して評価され、実用的な設計オーバーヘッドを維持しつつ、弾力性を高めている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: While logic locking has been extensively studied as a countermeasure against integrated circuit (IC) supply chain threats, recent research has shifted toward reconfigurable-based redaction techniques, e.g., LUT- and eFPGA-based schemes. While these approaches raise the bar against attacks, they incur substantial overhead, much of which arises not from genuine functional reconfigurability need, but from artificial complexity intended solely to frustrate reverse engineering (RE). As a result, fabrics are often underutilized, and security is achieved at disproportionate cost. This paper introduces NuRedact, the first full-custom eFPGA redaction framework that embraces architectural non-uniformity to balance security and efficiency. Built as an extension of the widely adopted OpenFPGA infrastructure, NuRedact introduces a three-stage methodology: (i) custom fabric generation with pin-mapping irregularity, (ii) VPR-level modifications to enable non-uniform placement guided by an automated Python-based optimizer, and (iii) redaction-aware reconfiguration and mapping of target IP modules. Experimental results show up to 9x area reduction compared to conventional uniform fabrics, achieving competitive efficiency with LUT-based and even transistor-level redaction techniques while retaining strong resilience. From a security perspective, NuRedact fabrics are evaluated against state-of-the-art attack models, including SAT-based, cyclic, and sequential variants, and show enhanced resilience while maintaining practical design overheads.
• Abstract（参考訳）: 論理ロックは集積回路(IC)サプライチェーンの脅威に対する対策として広く研究されているが、最近の研究は再構成可能なリアクション技術(例えば、LUT、eFPGA)へと移行している。 これらのアプローチは攻撃に対する障壁を上昇させるが、それらの多くは真の機能的再構成の必要性ではなく、リバースエンジニアリング(RE)をフラストレーションすることを目的とした人工的な複雑さから生じる。 その結果、ファブリックはしばしば不使用となり、セキュリティは不均衡なコストで達成される。 本稿では,セキュリティと効率のバランスをとるために,アーキテクチャ上の非一様性を取り入れた最初のフルスタックeFPGAリアクションフレームワークであるNuRedactを紹介する。 広く採用されているOpenFPGAインフラストラクチャの拡張として構築されたNuRedactは、3段階の方法論を紹介している。 (i)ピンメイピングの不規則なカスタムファブリック生成 (ii)Pythonベースの自動オプティマイザによって誘導される一様でない配置を可能にするVPRレベルの修正、および (iii) ターゲットIPモジュールの再設定とマッピングを意識したリアクション。 実験の結果, 従来の均一織物と比較して最大9倍の面積削減が可能であり, 強靭性を維持しながら, LUTおよびトランジスタレベルのリアクション技術との競争効率が向上した。 セキュリティの観点からは、NuRedactファブリックはSATベース、サイクリック、シーケンシャルなバリエーションを含む最先端の攻撃モデルに対して評価され、実用設計のオーバーヘッドを維持しながら弾力性を高めている。

関連論文リスト

• Logic-informed reinforcement learning for cross-domain optimization of large-scale cyber-physical systems [7.352750348429755]
  サイバー物理システムのための論理情報強化学習(LIRL)を提案する。 LIRL は低次元の潜在作用をオンザフライで定義された許容可能なハイブリッド多様体に一階述語論理でマッピングする。 一貫して制約違反をゼロに保ち、最先端のハイブリッドアクション強化学習ベースラインをはるかに上回る。
  論文  参考訳（メタデータ） (2025-11-02T05:02:17Z)
• Bridging Symmetry and Robustness: On the Role of Equivariance in Enhancing Adversarial Robustness [9.013874391203453]
  敵対的な例では、知覚不能な入力摂動に対する感度を利用して、ディープニューラルネットワークの重大な脆弱性を明らかにしている。 本研究では,群-同変畳み込みを組込み,対向ロバスト性に対するアーキテクチャ的アプローチについて検討する。 これらの層は、モデル行動と入力空間の構造化変換を整合させる対称性の先行を符号化し、よりスムーズな決定境界を促進する。
  論文  参考訳（メタデータ） (2025-10-17T19:26:58Z)
• Revisiting the Privacy Risks of Split Inference: A GAN-Based Data Reconstruction Attack via Progressive Feature Optimization [49.32786615205064]
  Split Inference (SI)は、エッジデバイスとクラウドの間の計算を分割することで、レイテンシを低減し、ユーザのプライバシを保護する。 データ再構成攻撃(DRA)の最近の進歩は、SIで交換された中間的特徴を利用して機密入力データを復元できることを明らかにしている。 既存のDRAは一般的に浅いモデルにのみ有効であり、セマンティックな事前を十分に活用できない。 本稿では,プログレッシブ・フィーチャー・オプティマイゼーション(PFO)を用いた新しいGANベースのDRAフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-28T10:00:39Z)
• Designing with Deception: ML- and Covert Gate-Enhanced Camouflaging to Thwart IC Reverse Engineering [2.6217304977339473]
  集積回路(IC)は現代の電子システムには不可欠であるが、物理的なリバースエンジニアリング(RE)攻撃による重大なリスクに直面している。 本稿では,RE に対する IC セキュリティを強化するために,暗号的および模倣的サイバー詐欺の原則を統合した機械学習駆動方式を提案する。 我々の研究は、ICカモフラージュの新しい標準を設定し、重要なシステムを敵の脅威から守るためのサイバー詐欺原則の適用を推進した。
  論文  参考訳（メタデータ） (2025-08-11T20:40:42Z)
• REFINE: Inversion-Free Backdoor Defense via Model Reprogramming [60.554146386198376]
  ディープニューラルネットワーク(DNN)に対するバックドア攻撃は、重大なセキュリティ脅威として浮上している。 モデル再プログラミングに基づく逆フリーバックドア防御手法であるREFINEを提案する。
  論文  参考訳（メタデータ） (2025-02-22T07:29:12Z)
• ASR: Attention-alike Structural Re-parameterization [53.019657810468026]
  本稿では,アテンション機構の有効性を享受しながら,与えられたネットワークに対してSRPを実現するための,シンプルなアテンション型構造的再パラメータ化(ASR)を提案する。 本稿では,統計的観点から広範囲にわたる実験を行い,Stripe Observationという興味深い現象を発見し,チャネル注意値が訓練中に一定のベクトルに素早く接近することを明らかにする。
  論文  参考訳（メタデータ） (2023-04-13T08:52:34Z)
• IBP Regularization for Verified Adversarial Robustness via Branch-and-Bound [85.6899802468343]
  IBP-Rは, どちらも簡便なトレーニングアルゴリズムである。 また、$beta$-CROWNに基づく新しいロバスト性であるUPBを提示し、最先端の分岐アルゴリズムのコストを削減する。
  論文  参考訳（メタデータ） (2022-06-29T17:13:25Z)
• ISTR: End-to-End Instance Segmentation with Transformers [147.14073165997846]
  ISTRと呼ばれるインスタンスセグメンテーショントランスフォーマーを提案します。これは、その種類の最初のエンドツーエンドフレームワークです。 ISTRは低次元マスクの埋め込みを予測し、それらのマスクの埋め込みと一致する。 ISTRは、提案されたエンドツーエンドのメカニズムにより、近似ベースのサブオプティマティック埋め込みでも最先端のパフォーマンスを発揮します。
  論文  参考訳（メタデータ） (2021-05-03T06:00:09Z)

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。