論文の概要: Comparative Analysis of SRAM PUF Temperature Susceptibility on Embedded Systems
- arxiv url: http://arxiv.org/abs/2603.15320v1
- Date: Mon, 16 Mar 2026 14:11:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-17 18:28:58.420945
- Title: Comparative Analysis of SRAM PUF Temperature Susceptibility on Embedded Systems
- Title（参考訳）: 組込みシステムにおけるSRAM PUF温度感受性の比較解析
- Authors: Martina Zeinzinger, Josef Langer, Florian Eibensteiner, Phillip Petz, Lucas Drack, Daniel Dorfmeister, Rudolf Ramler,
- Abstract要約: Physical Unclonable Function (PUF) は、それらの起動動作の固有のランダム性を分析することによって、モジュールを区別することができる。
本研究は、オンチップを搭載した2つの類似のマイクロコントローラを比較し、どのデバイスがより優れたPUFを生成するかを判定する。
- 参考スコア（独自算出の注目度）: 0.7935081059041432
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An SRAM Physical Unclonable Function (PUF) can distinguish SRAM modules by analyzing the inherent randomness of their start-up behavior. However, the effectiveness of this technique varies depending on the design and fabrication of the SRAM module. This study compares two similar microcontrollers, both equipped with on-chip SRAM, to determine which device produces a better SRAM PUF. Both microcontrollers are programmed with an identical SRAM PUF authentication routine and tested under varying ambient temperatures (ranging from 10 °C to 50 °C) to evaluate the impact of temperature on SRAM PUF performance. One embedded SRAM works significantly better than the other, even though the two models are closely related. The presented results can be used early in the design process to compare arbitrary on-chip SRAM models and see which is best suited for implementing an SRAM PUF.
- Abstract（参考訳）: SRAM Physical Unclonable Function (PUF) は、SRAMモジュールの起動動作固有のランダム性を解析することにより、SRAMモジュールを識別することができる。
しかし、この手法の有効性はSRAMモジュールの設計と製造によって異なる。
本研究は、オンチップSRAMを搭載した2つの類似のマイクロコントローラを比較し、どのデバイスがより優れたSRAMPUFを生成するかを決定する。
両方のマイクロコントローラは同一のSRAM PUF認証ルーチンでプログラムされ、環境温度(10 °Cから50 °C)でテストされ、SRAM PUFの性能に対する温度の影響を評価する。
組込みSRAMは2つのモデルが密接な関係にあるにもかかわらず、他のモデルよりもかなりよく機能する。
提案した結果は、設計プロセスの早い段階で、任意のチップ上のSRAMモデルを比較し、SRAM PUFを実装するのに最も適したモデルを確認するために利用できる。
関連論文リスト
- RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design [77.30163153176954]
RMBenchは、メモリの複雑さの複数のレベルにまたがる9つの操作タスクからなるシミュレーションベンチマークである。
Mem-0は、制御アブレーション研究をサポートするために設計された明示的なメモリコンポーネントを備えたモジュラー操作ポリシーである。
既存のポリシにおけるメモリ関連の制限を特定し、アーキテクチャ設計の選択がメモリパフォーマンスに与える影響に関する実証的な洞察を提供する。
論文 参考訳（メタデータ） (2026-03-01T18:59:59Z) - Unlocking the Power of SAM 2 for Few-Shot Segmentation [54.562050590453225]
Few-Shot (FSS) は、少数のクラスでクラスに依存しないセグメンテーションを学習し、任意のクラスをセグメンテーションすることを目的としている。
近年、SAM 2は、クラスに依存しないマッチング能力を持つビデオセグメンテーションをサポートしてSAMを拡張している。
擬似クエリメモリを符号化するPseudo Prompt Generatorを設計し、クエリ機能と互換性のある方法でマッチングする。
さらに、メモリにより多くのクエリFG機能を融合させる反復メモリリファインメントを設計し、メモリの予期せぬクエリBG機能を抑制するためのサポートキャリブレーションメモリアテンションを考案する。
論文 参考訳（メタデータ） (2025-05-20T09:02:53Z) - Mixture of Lookup Experts [63.787712153454464]
Mixture-of-Experts (MoE)は、推論中に専門家のサブセットだけを起動する。
MoLEは通信とVRAMの両方で効率的な新しいMoEアーキテクチャである。
論文 参考訳（メタデータ） (2025-03-20T02:31:57Z) - Experimental demonstration of magnetic tunnel junction-based computational random-access memory [4.640906373267124]
「計算ランダムアクセスメモリ(CRAM)が登場し、この基本的限界に対処している」
CRAMは、データがメモリを離れることなく、メモリセルを直接使用するロジック操作を実行する。
テクノロジーは、マシンインテリジェンスの電力とエネルギーを消費する応用に大きな影響を与える可能性がある。
論文 参考訳（メタデータ） (2023-12-21T19:28:54Z) - Efficient Deep Learning Using Non-Volatile Memory Technology [12.866655564742889]
ディープラーニング(DL)アプリケーションのためのアーキテクチャにおいて、NVMベースのキャッシュを特徴付け、モデル化し、分析するための包括的なフレームワークであるDeepNVM++を紹介します。
アイソ容量の場合、STT-MRAMとSOT-MRAMは、従来のキャッシュと比較して最大3.8倍および4.7倍のエネルギー遅延生成物(EDP)と2.4倍および2.8倍の領域還元を提供する。
DeepNVM++ は STT-/SOT-MRAM 技術で実証されており、最後のレベルキャッシュのための NVM 技術のキャラクタリゼーション、モデリング、分析に使用することができる。
論文 参考訳（メタデータ） (2022-06-27T19:27:57Z) - DeepNVM++: Cross-Layer Modeling and Optimization Framework of
Non-Volatile Memories for Deep Learning [11.228806840123084]
スピントランスファートルク磁気ランダムアクセスメモリ(STT-MRAM)やスピン軌道トルク磁気ランダムアクセスメモリ(SOT-MRAM)のような非揮発性メモリ(NVM)技術は、従来の技術に比べて大きな利点がある。
本研究では、ディープラーニング(DL)アプリケーションにおけるNVMベースのキャッシュを特徴づけ、モデル化し、分析するフレームワークであるDeepNVM++を紹介します。
論文 参考訳（メタデータ） (2020-12-08T16:53:25Z) - Parallelising the Queries in Bucket Brigade Quantum RAM [69.43216268165402]
量子アルゴリズムは、しばしばデータベースのような方法で格納された情報にアクセスするために量子RAM(QRAM)を使用する。
本稿では,Clifford+Tゲートの並列性を利用して,効率的なクエリ時間を大幅に短縮する手法を提案する。
理論的には、フォールトトレラントバケットの量子RAMクエリは古典的なRAMの速度とほぼ一致する。
論文 参考訳（メタデータ） (2020-02-21T14:50:03Z)
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。