计算机工程

作者：左欣怡, 马双宝, 李少青, 王振宇, 刘威, 张洋

单位：1. 武汉纺织大学机械工程与自动化学院, 湖北 武汉 4302002. 国防科技大学计算机学院先进微处理器芯片与系统重点实验室, 湖南 长沙 410073

关键词：仲裁器物理不可克隆函数,机器学习建模攻击,硬件开销,多维协同PUF,逐层异或混淆机制

基金：国家自然科学基金(61832018)

物理不可克隆函数(PUF)在资源受限的信息安全领域起着至关重要的作用，然而广泛使用的仲裁器PUF(APUF)及其变体因结构简单和防御维度单一，面临机器学习建模攻击的威胁，同时具有高防御能力的PUF设计通常伴随着较高的硬件成本。为应对这些挑战，提出一种新型的多维协同PUF(MS PUF)设计，旨在平衡强大的抗建模攻击能力和低硬件开销。该设计以APUF为基础，融合了弱PUF、线性反馈移位寄存器(LFSR)和多路复用器(MUX)，通过异或操作混淆输入信号并动态控制MUX输出，增强了PUF响应的安全性和不可预测性。在此设计中，MUX的输出有两种选择：一是直接采用弱PUF序列，二是通过分组异或处理并采用由弱PUF初始化的LFSR生成的序列。此外，MS PUF通过引入逐层异或混淆机制，构筑了一个多层次、多维度的协同安全防御策略。实验结果表明，MS PUF在均匀性、唯一性和可靠性等关键性能指标上表现优异，且硬件开销低，在防御逻辑回归(LR)、支持向量机(SVM)、人工神经网络(ANN)、卷积神经网络(CNN)以及全连接长短时记忆(FC-LSTM)网络等多种机器学习建模攻击时，MS PUF的预测准确率均接近50%，展示了出色的防御能力。

来源：2025年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第8期