Fugu-MT 論文翻訳(概要): Hardware Trojan Threats to Multi-Chiplet Photonic Neural Network Accelerators

論文の概要: Hardware Trojan Threats to Multi-Chiplet Photonic Neural Network Accelerators

arxiv url: http://arxiv.org/abs/2609.06796v1
Date: Sun, 06 Sep 2026 19:35:19 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:08.30722
Title: Hardware Trojan Threats to Multi-Chiplet Photonic Neural Network Accelerators
Title（参考訳）: マルチチップフォトニックニューラルネットワーク加速器に対するハードウェアトロイの木馬の脅威
Abstract要約: マルチチップのフォトニックニューラルネットワークアクセラレータ(MCPNA)は、フォトニック計算、フォトニックコミュニケーション、異種チップレットの統合を組み合わせて、スケーラブルでエネルギー効率の良いAIアクセラレーションを実現する。本稿では, 機密性, 完全性, 可用性の3次元にわたって, MCPNA に対するハードウェアトロイの木馬 (HT) の脅威について検討する。
参考スコア（独自算出の注目度）: 2.7920304852537527
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Multi-chiplet photonic neural network accelerators (MCPNAs) combine photonic computation, photonic communica-tion, and heterogeneous chiplet integration to enable scalable and energy-efficient AI acceleration. However, their distributed archi-tecture and reliance on third-party chiplets introduce significant hardware security risks. This paper examines Hardware Trojan (HT) threats to MCPNAs across three dimensions: confidentiality, integrity, and availability.
Abstract（参考訳）: マルチチップのフォトニックニューラルネットワークアクセラレータ(MCPNA)は、フォトニック計算、フォトニックコミュニケーション、異種チップレットの統合を組み合わせて、スケーラブルでエネルギー効率の良いAIアクセラレーションを実現する。しかし、その分散アーチテクトチュアとサードパーティチップレットへの依存は、ハードウェアセキュリティの重大なリスクをもたらす。本稿では, 機密性, 完全性, 可用性の3次元にわたって, MCPNA に対するハードウェアトロイの木馬 (HT) の脅威について検討する。

関連論文リスト

Magneto-Ionic Hardware Security Primitives: Embedding Data Protection at the Material Level [39.58317527488534]
ビッグデータは、サイバー脅威に耐えられる堅牢でエネルギー効率の良いセキュリティハードウェアの需要を高めた。ここでは、予め定義された、当初は常磁性FeCoNドット内の完全選択的電圧制御N3-イオン移動に基づく、ハードウェアレベルのセキュリティのための磁化戦略を提案する。結果として生じるアーキテクチャは、タンパー抵抗、低エネルギー消費、スケーラビリティを組み合わせたもので、突発的な磁気現象に根ざした次世代ハードウェアセキュリティへの大きな飛躍を象徴している。
論文参考訳（メタデータ） (2025-07-15T15:36:07Z)
A Novel Feature-Aware Chaotic Image Encryption Scheme For Data Security and Privacy in IoT and Edge Networks [2.0189209920381774]
IoT(Internet of Things)とエッジネットワークにおけるイメージデータのセキュリティは非常に重要です。 AESやRSAといった従来の暗号化アルゴリズムは、リソースに制約のあるIoTデバイスでは計算コストがかかる。本稿では,新しい特徴認識カオス画像暗号化方式を提案する。
論文参考訳（メタデータ） (2025-05-01T15:26:48Z)
ChipletQuake: On-die Digital Impedance Sensing for Chiplet and Interposer Verification [3.766999700958066]
シリコン後段階における隣接チップレットの物理的セキュリティと整合性を検証するための新しいオンチップレットフレームワークである textitChipletQuake を提案する。システムの電力供給ネットワーク(PDN)のインピーダンスを検知することにより、textitChipletQuakeは、直接信号インターフェースや追加ハードウェアコンポーネントを必要とせずに、タンパーイベントを検出する。
論文参考訳（メタデータ） (2025-04-28T02:10:12Z)
SafeLight: Enhancing Security in Optical Convolutional Neural Network Accelerators [2.9699290794642366]
ハードウェアトロイの木馬(HT)攻撃は、光学ニューラルネットワーク(ONN)プラットフォームのパフォーマンスとセキュリティを損なう可能性がある。我々は、HTsが最先端の非コヒーレントANN加速器においてマイクロリング共振器(MR)を妥協する方法を示す。我々は,これらの攻撃に対するONN加速器のロバスト性を高める手法を提案し,その精度低下を効果的に回復する方法を示す。
論文参考訳（メタデータ） (2024-11-22T20:32:32Z)
An AI-Enabled Side Channel Power Analysis Based Hardware Trojan Detection Method for Securing the Integrated Circuits in Cyber-Physical Systems [7.333490062088133]
最もステルスな脅威の1つは、ハードウェアトロイの木馬をICに挿入することである。トロイの木馬はシステムの安全性とセキュリティを著しく侵害することができる。本稿では,サイドチャネル電力解析に基づくハードウェアトロイの木馬検出のための非侵襲的手法を提案する。
論文参考訳（メタデータ） (2024-11-19T18:39:20Z)
HAPM -- Hardware Aware Pruning Method for CNN hardware accelerators in resource constrained devices [44.99833362998488]
本研究はFPGAデバイスに実装可能な汎用ハードウェアアーキテクチャを提案する。設計の推論速度は、リソース制約の異なるFPGAデバイス上で評価される。ハードウェア対応プルーニングアルゴリズムは,標準アルゴリズムを用いたネットワークプルーニングに比べて,推論時間45%の顕著な改善を実現していることを示す。
論文参考訳（メタデータ） (2024-08-26T07:27:12Z)
TeMPO: Efficient Time-Multiplexed Dynamic Photonic Tensor Core for Edge AI with Compact Slow-Light Electro-Optic Modulator [44.74560543672329]
我々は,TMPOと呼ばれる時間多重化動的フォトニックテンソルアクセラレータを,クロス層デバイス/回路/アーキテクチャのカスタマイズにより提案する。我々は,368.6TOPSピーク性能,22.3TOPS/Wエネルギー効率,1.2TOPS/mm$2$計算密度を実現した。この研究は、多層共設計とドメイン固有のカスタマイズの力を示し、将来の電子フォトニクス加速器への道を開く。
論文参考訳（メタデータ） (2024-02-12T03:40:32Z)
Quantum Key Distribution With an Integrated Photonic Receiver [41.94295877935867]
フォトニック集積回路(PIC)はセキュア通信のための量子技術の進歩の鍵である。我々は,デコイ状態法を用いて3状態のBB84プロトコルを実装し,量子通信を強化する。最も顕著な結果の1つは、記録破りの45dBチャネル減衰に対する秘密鍵の抽出である。
論文参考訳（メタデータ） (2023-10-25T15:19:19Z)
Integrated Photonic AI Accelerators under Hardware Security Attacks: Impacts and Countermeasures [1.3791394805787949]
本稿では、統合フォトニックニューラルネットワークアクセラレーターにおけるこのような侵入から利益を得るさまざまなタイプの攻撃について検討する。これらの攻撃がシステム性能に与える影響と、このような攻撃に対抗するための解決策の可能性を示す。
論文参考訳（メタデータ） (2023-09-05T19:30:43Z)
ThreatKG: An AI-Powered System for Automated Open-Source Cyber Threat Intelligence Gathering and Management [65.0114141380651]
ThreatKGはOSCTIの収集と管理のための自動化システムである。複数のソースから多数のOSCTIレポートを効率的に収集する。さまざまな脅威エンティティに関する高品質な知識を抽出するために、AIベースの専門技術を使用する。
論文参考訳（メタデータ） (2022-12-20T16:13:59Z)
Hardly Perceptible Trojan Attack against Neural Networks with Bit Flips [51.17948837118876]
ほとんど知覚できないトロイア攻撃(HPT)を呈する。 HPTは、加算ノイズと画素あたりのフロー場を利用して、知覚しにくいトロイの木像を作成する。より優れた攻撃性能を達成するために,ビットフリップ,付加雑音,流れ場を協調的に最適化することを提案する。
論文参考訳（メタデータ） (2022-07-27T09:56:17Z)
FPGA-optimized Hardware acceleration for Spiking Neural Networks [69.49429223251178]
本研究は,画像認識タスクに適用したオフライントレーニングによるSNN用ハードウェアアクセラレータの開発について述べる。この設計はXilinx Artix-7 FPGAをターゲットにしており、利用可能なハードウェアリソースの40%を合計で使用している。分類時間を3桁に短縮し、ソフトウェアと比較すると精度にわずか4.5%の影響を与えている。
論文参考訳（メタデータ） (2022-01-18T13:59:22Z)

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。