TREVERSE: Trial-and-Error Lightweight Secure Reverse Authentication with Simulatable PUFs
物理不可克隆函数(PUF)通过利用不可控的制造随机性来生成硬件固有的易失性秘密。尽管PUF为越来越多的低端物联网设备提供了轻量级和安全认证的潜力,但实用和安全的机制仍然难以捉摸。我们的目标是探索模拟的PUF(SimPUF),物理上不可克隆,但有效地通过特权的一次性PUF访问数学建模,以解决上述问题。给定一个挑战,拥有可信服务器的安全存储的SimPUF计算相应的响应及其特定于比特的可靠性。因此,由资源有限的证明器生成的自然噪声PUF响应可以立即由单向函数(OWF)处理并发送到服务器,因为资源丰富的服务器可以利用SimPUF来对可能的错误模式执行试错搜索以恢复噪声响应来认证证明器。随机预言机模型下的试误反向认证(TREVERSE)的安全性是由逆OWF的难度来保证的。我们正式评估TREVERSE认证能力与两个SimPUF实验来自流行的硅PUF。
2020-05-03 cs.CR
Blind Spots in the Guard: How Domain-Camouflaged Injection Attacks Evade Detection in Multi-Agent LLM Systems
Data Science Institute(数据科学研究所);Columbia University(哥伦比亚大学)
本文研究了在多智能体大语言模型系统中,域伪装注入攻击如何通过模仿目标文档的领域词汇和权威结构来逃避检测,揭示了检测器在静态和伪装负载之间的检测率差异(Camouflage Detection Gap, CDG),并展示了多智能体辩论架构对静态注入攻击的放大效应以及检测器增强的有限有效性。
2026-05-21 cs.AI cs.CL cs.CR
The Reverse File System: Towards open cost-effective secure WORM storage devices for logging
Universidad Rey Juan Carlos(雷乌斯·胡安·卡洛斯国王大学)
Socarrat通过反文件系统实现低成本、开放且安全的WORM存储,利用USB设备提供不可变数据存储和防篡改特性。
2025-09-22 cs.CR
Lightweight (Reverse) Fuzzy Extractor with Multiple Referenced PUF Responses
物理不可克隆功能(PUF),就像指纹一样,利用制造随机性赋予每个物理物品唯一的标识符。一个主要的PUF应用是使用模糊提取器安全导出易失性密码密钥,该模糊提取器包括两个过程:i)安全草图;以及ii)熵提取。虽然熵提取器可以是轻量级的,但是负责校正自然噪声PUF响应的安全草图的开销通常是昂贵的。我们观察到,一般来说,相对于登记参考测量的响应不可靠性随着现场PUF操作条件与用于评估登记参考响应的操作条件之间的差异增加而增加。我们第一次利用这样一个重要但无意的观察。与传统的单一参考响应注册相比,我们建议注册多个参考响应(MRR),但在多个不同的操作条件下接受相同的挑战。这里的关键观察是,参考操作条件之一可能更接近现场部署的PUF的操作条件,因此,当与标称条件下的单个参考相比时,导致最小化预期的不可靠性。总体而言,MRR大大降低了对预期错误位数量的纠正需求,从而显着降低了纠错开销。从所提出的MRR方法的显着的实现效率增益证明从软件实现的模糊提取器的无电池资源约束计算射频识别设备,其中现实的PUF数据是从嵌入式固有SRAM PUF收集。
2018-11-19 cs.CR
Randomly Choose an Angle from an Immense Number of Angles to Rotate Qubits, Compute and Reverse
研究了经典数据的信息论安全量子同态加密方案。先前关于信息理论上安全的QHE方案(如Childs'05,Liang'13等)的工作通常基于Ambainis等人的量子一次性密码(QOTP)方法。在那里,一个比特的加密是一个量子比特,从一组四个可能的量子比特中随机选择。本文采用了不同的方法,并提出了RBE(随机基加密)方案-一种QHE方案,其中一个比特的加密是一个量子比特,从一组大量的量子比特中随机选择。其次,本文研究了弱测量(WM),并提出了一种基于弱测量的对传统的基于QOTP的量子密钥分发(QKD)协议的攻击。然后,我们使用RBE方案来构建一个QKD协议,并认为该协议是弹性的,这种基于WM的攻击。最后,本文提出了以下问题。纠缠态是量子信息和量子计算研究中不可缺少的资源。因此,一旦产生,它的所有者如何确保量子比特纠缠系统的安全?我们检查可能的基于QOTP的解决方案,建议基于RBE的解决方案,并讨论后者的一些好处。
2023-02-12 cs.CR quant-ph
NNReArch: A Tensor Program Scheduling Framework Against Neural Network Architecture Reverse Engineering
架构逆向工程已经成为针对深度神经网络(DNN)实现的新兴攻击。几个先前的工作已经利用侧信道泄漏来恢复模型架构,同时目标在硬件加速平台上执行。在这项工作中,我们针对开源深度学习加速器Versatile Tensor Accelerator(VTA),并利用电磁(EM)侧通道泄漏来全面了解DNN架构配置与EM辐射之间的关联。我们还考虑了整体系统-包括Xilinx FPGA上的VTA加速器的低级张量程序代码,并探索这种低级配置对EM泄漏的影响。我们的研究表明,张量程序的优化和配置都会影响电磁侧沟道泄漏。获得知识之间的关联的低级别张量程序和EM emanations,我们提出了NNReArch,一个轻量级的张量程序调度框架对侧通道为基础的DNN模型架构逆向工程。具体来说,NNReArch的目标是通过调度DNN模型的张量程序执行来重塑不同DNN运算符的EM轨迹,从而混淆对手。NNReArch是一个全面的保护框架,支持两种模式,一种是平衡模式,在DNN模型机密性和执行性能之间取得平衡,另一种是安全模式,选择最安全的设置。我们实现和评估所提出的框架上的开源VTA与国家的最先进的DNN架构。实验结果表明,NNReArch能够以较小的性能开销有效地提高模型体系结构的安全性。此外,所提出的混淆技术使得DNN架构的逆向工程明显更难。
2022-03-22 cs.AR cs.CR
Random-Training-Assisted Pilot Spoofing Detection and Secure Transmission
导频欺骗攻击被认为是对手在反向信道训练阶段发起的一种主动窃听活动。通过发送与合法用户相同的导频信号,导频欺骗攻击能够降低合法传输的质量,更严重的是,便于窃听。为了有效检测导频欺骗攻击并降低其危害,提出了一种新的随机训练辅助(RTA)导频欺骗检测算法。特别是,我们开发了一种新的训练机制,在传统的飞行员训练阶段之后增加了一个随机训练阶段。通过检测这两个阶段合法信道估计值的差异,可以准确地检测出导频欺骗攻击。如果没有检测到欺骗攻击,我们提出了一个计算效率的信道估计增强算法,以进一步提高信道估计精度。如果发现存在导频欺骗攻击,提出了一种基于迫零(ZF)的安全传输方案,以保护机密信息免受主动窃听。大量的仿真结果表明,所提出的RTA方案可以实现有效的导频欺骗检测,准确的信道估计,安全传输。
2016-09-01 cs.CR
Secure Management of Low Power Fitness Trackers
对个人遥测技术(也称为量化自我或“生活记录”)的日益普遍的兴趣已经引起了可穿戴个人健身追踪器的流行。健身追踪器会自动收集用户全天的传感器数据,并将其整合到社交网络账户中。解决方案提供商必须在许多约束之间取得平衡,这导致设计过程往往将安全性放在次要位置。举个例子,我们对Fitbit Ultra和Gammon Forerunner 610这两款流行且具有代表性的健身追踪器产品进行了逆向工程,并发现了其中的安全漏洞。我们介绍了FitBite和GarMax,这两种工具可以对Fitbit和Garmin发起有效的攻击。我们设计了SensCrypt,一种用于安全数据存储和通信的协议,供负担得起的轻量级个人跟踪器制造商使用。SensCrypt不仅可以阻止我们介绍的攻击,还可以防御强大的JTAG读取攻击。我们已经建立了Sens.io,一个基于Arduino Uno的跟踪器平台,具有类似的功能,但成本仅为当前解决方案的一小部分。在Sens.io上,SensCrypt的写入开销可以忽略不计,并显著降低了Fitbit和Garmin的端到端同步开销。
2017-03-24 cs.CR
One Glitch to Rule Them All: Fault Injection Attacks Against AMD's Secure Encrypted Virtualization
AMD安全加密虚拟化(SEV)通过内存和寄存器加密为不受信任环境中的虚拟机提供保护机制。为了将安全敏感操作与在主要x86内核上执行的软件分离,SEV利用了AMD安全处理器(AMD-SP)。本文介绍了一种新的方法来攻击SEV保护的虚拟机(VM),通过针对AMD-SP。我们提出了一种电压毛刺攻击,允许攻击者执行自定义的有效载荷上的AMD-SP的所有微架构,支持SEV目前在市场上(禅1,禅2,禅3)。所提出的方法允许我们在AMD-SP上部署自定义SEV固件,这使得对手能够解密VM的内存。此外,使用我们的方法,我们可以提取支持SEV的CPU的认可密钥,这允许我们伪造证明报告或冒充虚拟机迁移的有效目标,而无需物理访问目标主机。此外,我们反向工程版本芯片背书密钥(VCEK)机制引入了SEV安全嵌套寻呼(SEV-SNP)。VCEK将背书密钥绑定到与SEV相关的TCB组件的固件版本。在提取背书密钥的能力的基础上,我们展示了如何为任意固件版本导出有效的VCEK。通过我们的研究结果,我们证明了SEV无法在当前可用的CPU上充分保护云环境中的机密数据免受内部攻击者的攻击,例如流氓管理员。
2021-08-26 cs.CR
Removing Box-Free Watermarks for Image-to-Image Models via Query-Based Reverse Engineering
针对无盒图像到图像模型水印,本文提出基于查询的HNet逆模型与前向代理模型逆向工程攻击,实现100%水印移除并保持高质量图像。
2025-07-24 cs.CR
Can Agents Secure Hardware? Evaluating Agentic LLM-Driven Obfuscation for IP Protection
University of Arizona(亚利桑那大学);Arizona State University(亚利桑那州立大学)
本文提出基于大语言模型的代理式硬件网表混淆框架,通过分阶段任务处理电路分析、综合、验证和攻击评估,验证了其在ISCAS-85基准上的有效性,展示了混淆技术的潜力与局限。
2026-04-14 cs.CR
CRESS: Quantifying Vulnerabilities of Attack Scenarios in Hardware Reverse Engineering
TUM School of Computation, Information and Technology(慕尼黑工业大学计算、信息与技术学院);Fraunhofer Institute for Applied and Integrated Security (AISEC)(弗劳恩霍夫应用与安全研究所)
本文提出定量化的通用逆向工程评分系统(CRESS),通过专家访谈推导权重方程,量化硬件逆向工程攻击场景的严重性,并证明其比行业标准CVSS更具表现力。
2026-06-03 cs.CR cs.SY eess.SY
Design and Implementation of a Secure RAG-Enhanced AI Chatbot for Smart Tourism Customer Service: Defending Against Prompt Injection Attacks -- A Case Study of Hsinchu, Taiwan
Department of Information Management, National Dong Hwa University(信息管理系,国立东华大学);By The Student (BTS) Experimental Education Program (Non-School Type)(学生(BTS)实验教育计划(非学校类型))
本研究设计并实现了一个安全RAG增强的智能旅游客服聊天机器人,通过多层防御机制有效抵御提示注入攻击,实验显示良性任务准确率超95%,并检测到大部分攻击,为智慧旅游提供了实用安全框架。
2025-09-22 cs.AI cs.CR
NuRedact: Non-Uniform eFPGA Architecture for Low-Overhead and Secure IP Redaction
University of Central Florida(中佛罗里达大学)
NuRedact通过非均匀eFPGA架构实现低开销和安全的IP擦除,平衡安全与效率,实验显示面积减少达9倍,抗攻击能力增强。
2026-01-16 cs.AR cs.CR
Securing Transfer-Learned Networks with Reverse Homomorphic Encryption
School of Mathematics University of Bristol(数学系 布里斯托大学)
针对小样本迁移学习图像分类器易受训练数据重建攻击、DP-SGD防御需牺牲效用的问题,提出反向同态加密方案,通过加密迁移学习权重而非输入数据,在不降低准确率的前提下抵御各类重建攻击。
2025-10-27 cs.CR cs.LG
TERD: A Unified Framework for Safeguarding Diffusion Models Against Backdoors
Peking University(北京大学);CISPA Helmholtz Center for Information Security(CISPA亥姆霍兹信息安全研究中心)
本文提出TERD统一后门防御框架,通过逆向触发器恢复、噪声空间输入检测及KL散度模型检测,在多分辨率数据集上实现100% TPR和TNR。
2024-09-09 cs.AI cs.CR cs.LG
PDF: PUF-based DNN Fingerprinting for Knowledge Distillation Traceability
本文提出基于PUF的DNN指纹识别方法,用于知识蒸馏中的模型追踪与问责,通过轻量级的签名叠加技术实现模型的可追溯性与安全性。
2026-02-27 cs.AR cs.CR
Bitcoin's Security Model Revisited
我们重新审视比特币对双重支出攻击的安全性的基本问题。虽然以前的工作有界的概率,交易被逆转,我们表明,没有这样的保证可以有效地给出,如果攻击者可以选择何时发起攻击。其他限制攻击成本的方法在只考虑有限的攻击场景时犯了错误,事实上,很容易证明攻击可能根本不会让攻击者付出代价。因此,我们提供了一个不同的解释,在以前的文件中提出的结果,并纠正他们在几个方面。我们提供了不同的交易安全概念,为不同类别的捍卫者提供保障:定期收到付款的商人,矿工和一次性大额付款的接收者。我们还考虑了一种可以针对轻量级客户端发起的攻击,并表明这些客户端的安全性低于全节点客户端,并在这种情况下为防御者提供了正确的策略。总的来说,我们的研究结果提高了对比特币安全保证的理解,并为那些希望安全接受交易的人提供了正确的界限。
2016-05-31 cs.CR
DLockout: A Design Lockout Technique for Key Obfuscated RTL IP Designs
包括盗版和过度生产在内的知识产权(IP)侵权已成为半导体供应链中的重大威胁。基于密钥的混淆技术(即,逻辑锁定)被广泛应用于保护传统IP免受此类攻击。然而,基本问题仍然是开放的,是否允许攻击者有指数时间来寻找正确的密钥,或者在几次不正确的尝试之后以非破坏性的方式锁定设计是否有用。在本文中,我们解决这个问题,一个强大的设计锁定技术。具体来说,我们对模糊逻辑输出进行比较,反映所应用的密钥的条件(正确或不正确),而不改变系统行为。该方法结合密钥混淆(逻辑锁定)技术,增加了逆向工程密钥混淆RTL模块的难度。针对三种常见的侧信道攻击,我们提供了DLockout的安全性评估,然后对弹性进行了定量评估。我们在典型的设计角下对四个数据路径密集型IP和一个密码核心进行了一组实验,用于三种不同的密钥长度(32位,64位和128位)。平均而言,DLockout引起的面积、功率和延迟开销可以忽略不计。
2020-01-04 cs.CR
Leveraging Layout-based Effects for Locking Analog ICs
虽然数字域中存在各种混淆方法,但在模拟域中保护知识产权(IP)的技术大多被忽视。可以理解的是,模拟元件具有小的基底面,因为集成电路(IC)的大部分表面是数字的。然而,由于它们在设计和调整方面具有挑战性,因此它们构成了应该受到保护的宝贵知识产权。本文是第一次展示一种方法,以确保模拟IP利用布局为基础的影响,通常被视为不良的诽谤者在IC设计。具体地,我们利用氧化物扩散长度和阱邻近效应对晶体管的影响来调谐器件的关键参数(例如,gm和Vth)。这些参数隐藏在关键输入之后,类似于数字IC的逻辑锁定方法。所提出的技术适用于锁定运算跨导放大器。为了展示所实现的混淆的鲁棒性,针对大量密钥集来模拟所研究的案例电路,即,>50K和>300K,结果显示开环增益(高达130dB)、相位裕度(高达50度)、3dB带宽(约100dB)、2.5MHz)和功率(约1mW)的锁定电路时,应用不正确的钥匙。我们的研究结果表明,该技术的好处和所产生的开销。我们还证明了非有效的逆向工程的努力,攻击所提出的方法。更重要的是,我们的技术只使用常规晶体管,既不需要改变IC制造工艺,也不需要任何晶圆级的协调或信任。
2022-09-05 cs.CR
E-LoQ: Enhanced Locking for Quantum Circuit IP Protection
本文提出E-LoQ量子电路锁定技术,通过将多个密钥位压缩到一个密钥量子比特中提升安全性,实验表明其能有效隐藏电路功能且平均保真度下降不足1%。
2025-01-03 cs.CR quant-ph