10、PUF现代架构与先进深度学习建模攻击

PUF现代架构与先进深度学习建模攻击

随机生成的仲裁器物理不可克隆函数（APUF）

Spenke等人提出了一种有趣的想法，即在现场可编程门阵列（FPGA）上通过随机配置FPGA阶段的布局来构建仲裁器物理不可克隆函数（APUF）。具体操作如下：
1. 在芯片的特定区域内随机选择许多APUF的布局配置。
2. 对于每个布局，收集引入最小延迟差异的挑战 - 响应对（CRP）集，收集方法有两种：
- 在参考芯片上运行随机选择的CRP，并挑选输出响应翻转的CRP（即使用相同挑战时响应大多改变）。
- 使用机器学习技术对电路进行建模，并预测APUF两条路径之间的延迟差异。

将布局配置对和100个具有最小延迟差异的CRP安全地存储在认证服务器中。认证过程首先将其中一个布局配置发送到系统控制器以配置FPGA芯片，然后使用与该布局配置配对的挑战进行认证。不过，这种技术存在一些问题，它需要为每个布局配置存储位流，并且该位流要通过安全环境发送到负责对FPGA进行编程以执行认证程序的处理器。此外，选择布局和亚稳态CRP集还存在预处理开销。

无派生数学模型的新型PUF架构

双稳态环PUF（BR - PUF）

BR - PUF结合了基于延迟和基于内存的方法，旨在提供一种更能抵抗建模攻击的PUF。其基本原理是，具有偶数个反相器的任何给定反相器环的输出只有两种可能的稳定状态。操作流程如下：
1. 将复位信号设置为1。
2. 施加64位挑战信号，并等待双稳态环阶段处于0状态。
3. 将“复位”信号设置为0，并等待环输出稳定后再读取。

然而，BR - PUF存在一些问题。它需要较