論文の概要: Secure Authentication in Wireless IoT: Hamming Code Assisted SRAM PUF as Device Fingerprint
- arxiv url: http://arxiv.org/abs/2604.15810v1
- Date: Fri, 17 Apr 2026 08:09:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-20 22:00:19.812877
- Title: Secure Authentication in Wireless IoT: Hamming Code Assisted SRAM PUF as Device Fingerprint
- Title（参考訳）: 無線IoTにおけるセキュア認証 - デバイス指紋としてのハミングコード支援SRAM PUF
- Authors: Florian Lehn, Pascal Ahr, Hans D. Schotten,
- Abstract要約: この研究は、制約付き産業用IoT(Industrial Internet of Things)デバイスに対するしきい値に基づく認証概念の証明を示す。
提案手法は,認証後ビット誤り率(BER)を1%以下に確実に抑えることができる。
Hamming code (HC) Error Correction (EC) と Temporal Majority Voting (TMV) の資源効率向上によるPUFの信頼性向上
- 参考スコア（独自算出の注目度）: 3.5816744712666075
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Static Random Access Memory (SRAM) Physically Unclonable Functions (PUFs) make use of intrinsic manufacturing variations in memory cells to derive device-unique responses. Employing such hardware-rooted fingerprints for authentication, this work demonstrates a threshold-based authentication proof of concept for constrained Industrial Internet of Things (IIoT) devices. The proposed scheme can reliably cap the the post-authentication bit error rate (BER) below 1 %. Inherent SRAM PUF unreliability is addressed by a resource-efficient combination of Hamming code (HC) Error Correction (EC) and Temporal Majority Voting (TMV). Increasing HC redundancy or TMV count significantly reduces the BER, albeit with diminishing returns and increasingly prohibitive computational overhead. Furthermore, this work quantifies the threshold gap between strict reliability and security constraints. This gap is reframed as a design budget which enables the resource-aware calibration of the acceptance threshold, PUF response length, and stabilization technique, without violating designed-for error limits. Larger responses make reliability optimizations increasingly obsolete. This comparative analysis establishes a comprehensive design space for PUF EC, guiding future implementations in balancing EC quality against resource constraints such as computational demand, power consumption, and implementation complexity.
- Abstract（参考訳）: 静的ランダムアクセスメモリ(SRAM) 物理的に不可避な関数(PUF)は、デバイス特異応答を導出するために、メモリセルの固有の製造バリエーションを利用する。
このようなハードウェアルーツの指紋を認証に用いたこの研究は、制約付き産業用IoT(Industrial Internet of Things)デバイスに対するしきい値ベースの認証概念の証明である。
提案方式は,認証後ビット誤り率(BER)を1%以下に確実に抑えることができる。
遺伝性SRAM PUF不安定性は、ハミング符号(HC)誤り補正(EC)と時間的多数決投票(TMV)の資源効率の良い組み合わせによって対処される。
HC冗長性やTMV数の増加はBERを大幅に減少させるが、リターンの低下と計算オーバーヘッドの増大を伴う。
さらに、厳格な信頼性とセキュリティ制約の間のしきい値ギャップを定量化する。
このギャップは、設計上のエラー制限に違反することなく、受入閾値、PUF応答長、安定化テクニックのリソースを意識した校正を可能にする設計予算として再編成される。
より大規模なレスポンスは、信頼性の最適化を時代遅れにする。
この比較分析はPUF ECの包括的な設計空間を確立し、計算要求や消費電力、実装の複雑さといったリソース制約とEC品質のバランスをとるための将来の実装を導く。
関連論文リスト
- When Small Variations Become Big Failures: Reliability Challenges in Compute-in-Memory Neural Accelerators [10.520875052654771]
安全クリティカルな推論ワークロードにおいて、小さなデバイスのバリエーションであっても、不均等に高い精度の劣化と破滅的な失敗を引き起こす可能性があることを示す。
SWIMは選択的な書き込み検証機構であり、最も影響の大きい場所のみに戦略的に検証を適用する。
最後に、学習中心のソリューションについて検討し、右利きノイズのあるネットワークをトレーニングすることで、現実的な最悪のパフォーマンスを改善する。
論文 参考訳（メタデータ） (2026-03-03T20:08:25Z) - Overcoming Joint Intractability with Lossless Hierarchical Speculative Decoding [58.92526489742584]
我々は無益な無益な提案をする。
承認されたトークンの数を大幅に増加させる検証方法。
HSDは様々なモデルファミリやベンチマークの受け入れ率に一貫した改善をもたらすことを示す。
論文 参考訳（メタデータ） (2026-01-09T11:10:29Z) - Certifiable Safe RLHF: Fixed-Penalty Constraint Optimization for Safer Language Models [7.422627253922975]
我々は,大規模コーパスでトレーニングされたコストモデルであるCertifiable Safe-RLHFを導入し,セマンティックグラウンドの安全性スコアを割り当てる。
適切にスケールされたペナルティにより、二重変数更新の必要性を排除し、安全制約の実現性を保証することができる。
経験的評価により、CS-RLHFは、名目や脱獄のプロンプトに対して、最先端のモデル応答よりも5倍効率が高いことが示されている。
論文 参考訳（メタデータ） (2025-10-03T21:24:41Z) - COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。
COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。
リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
論文 参考訳（メタデータ） (2025-06-25T07:04:49Z) - The Larger the Merrier? Efficient Large AI Model Inference in Wireless Edge Networks [56.37880529653111]
大規模計算モデル(LAIM)サービスの需要は、従来のクラウドベースの推論から、低レイテンシでプライバシ保護のアプリケーションのためのエッジベースの推論へのパラダイムシフトを推進している。
本稿では,事前学習したLAIMをデバイス上のサブモデルとサーバ上のサブモデルに分割して配置するLAIM推論方式について検討する。
論文 参考訳（メタデータ） (2025-05-14T08:18:55Z) - Continuous-Variable Quantum Key Distribution with Composable Security and Tight Error Correction Bound for Constrained Devices [1.726266255043611]
スマートセンサー、ウェアラブルデバイス、IoTノードなどの制約のあるデバイスは、適切に機能するためにセキュアな通信に依存している。
CV-QKDは、安全性の高いキーレートと、既存のインフラストラクチャとの統合における最大の汎用性を提供する。
論文 参考訳（メタデータ） (2025-04-08T19:08:08Z) - Towards Resource-Efficient Federated Learning in Industrial IoT for Multivariate Time Series Analysis [50.18156030818883]
異常と欠落したデータは、産業応用における厄介な問題を構成する。
ディープラーニングによる異常検出が重要な方向として現れている。
エッジデバイスで収集されたデータは、ユーザのプライバシを含む。
論文 参考訳（メタデータ） (2024-11-06T15:38:31Z) - Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。
本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。
提案手法の有効性を数値解析により検証した。
論文 参考訳（メタデータ） (2024-11-04T17:48:02Z) - Enhancing Dropout-based Bayesian Neural Networks with Multi-Exit on FPGA [20.629635991749808]
本稿では,フィールドプログラマブルゲートアレイ(FPGA)ベースのアクセラレータを効率よく生成するアルゴリズムとハードウェアの共同設計フレームワークを提案する。
アルゴリズムレベルでは、計算とメモリのオーバーヘッドを低減した、新しいマルチエグジット・ドロップアウトベースのベイズNNを提案する。
ハードウェアレベルでは,提案する効率的なベイズNNのためのFPGAベースのアクセラレータを生成するための変換フレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-20T17:08:42Z) - Security of high-speed quantum key distribution with imperfect sources [1.2815904071470707]
不完全なエンコーダは、変調欠陥、サイドチャネル、パルス間相関を通じて量子鍵分布(QKD)システムのセキュリティを侵害する。
本稿では、一般的な符号化不完全性を組み込んだコヒーレント攻撃に対する有限鍵セキュリティ証明手法を提案する。
論文 参考訳（メタデータ） (2023-05-10T07:02:32Z) - RRNet: Towards ReLU-Reduced Neural Network for Two-party Computation
Based Private Inference [17.299835585861747]
本稿では,MPC比較プロトコルのオーバーヘッドを減らし,ハードウェアアクセラレーションによる計算を高速化するフレームワークRRNetを紹介する。
提案手法は,暗号ビルディングブロックのハードウェア遅延をDNN損失関数に統合し,エネルギー効率,精度,セキュリティ保証を改善する。
論文 参考訳（メタデータ） (2023-02-05T04:02:13Z)
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。