25、数据安全与处理：X - Lock模糊提取器与加密数据聚类方案

数据安全与处理：X - Lock模糊提取器与加密数据聚类方案

1. X - Lock模糊提取器

1.1 系统误差分析

在对系统的误差容忍度 $e_{lock}$ 进行分析时，研究人员考察了其对 $|L|$ 的影响，并设定了四个不同的容忍度级别作为参考点。利用特定公式，计算出在每个指定错误率下达到给定容忍度所需的预期锁数量，结果如图所示。
从图中四条代表不同误差容忍度的线可以看出，在较低的绝对误差率下，趋势近似线性。但当误差率达到约 0.85 时，趋势开始发散并呈指数增长。值得注意的是，$e_{lock} = 1e - 05$ 对应的曲线是个例外，锁的数量呈现出亚线性趋势，这种趋势一直持续到误差率为 0.8。这表明在低到中等误差率范围内，该解决方案呈线性增长，相应的内存和计算成本也呈线性关系。

1.2 算法实现与实验设置

为了验证方法的正确性和效率，研究人员在物理测试平台上实现了该算法。测试平台采用 2.3 GHz Intel Core i5 四核处理器，配备 8 GB 的 2133 MHz LPDDR3 内存。使用 Keystudio MEGA 2560 R3 微控制器板上的 8 KB SRAM 作为 PUF，选择 SRAM PUF 是因为它具有用户友好、易于开发、成本效益高以及硬件广泛可用等优点。
为确定 SRAM 的首选状态 $S_{pref}$，研究人员收集了 200 个字符串，并计算每个位的多数值。结果发现 88% 的位具有稳定值，其余 12% 的位平均绝对误差为 0.0223，最大误差为 0.0455。
算法用 C 语言实现，并与 Woo 等人和 Canetti 等人的算法进行比较。研究人员评估了基于安全级别的三