Schmitt-Trigger-based Recycling Sensor and Robust and High-Quality PUFs for Counterfeit IC Detection
我们提出了基于施密特触发器（ST）的回收传感器，该传感器专门用于放大老化机制并检测细粒度回收（分钟到秒）。我们利用ST对工艺变化的敏感性来实现高质量的仲裁器PUF。传统的SRAM PUF遭受环境波动引起的位翻转。我们提出了一种具有背靠背PMOS锁存器的8T SRAM PUF，以将鲁棒性提高4倍。我们还提出了一个低功耗的7T SRAM与嵌入式磁性隧道结（MTJ）器件，以提高鲁棒性（2.3倍至20倍）。
2015-05-13 cs.CR
Implementation of password manager with sram-based physical unclonable function
黑客攻击密码数据库是最常见的网络攻击之一。当前的密码管理系统基于已知的和公共的算法。此外，许多研究表明，用户选择弱密码。因此，随着新的强大计算设备的出现，可以公开基于已知算法的密码。使用物理不可克隆函数（PUF）来提高口令管理系统的安全级别是最近提出来解决这个问题的方法。在该方法中，可寻址PUF生成器（APG）被添加到传统的密码管理系统。本报告旨在实现使用基于SRAM的PUF的密码生成方案。比特错误确实是使用PUF的主要问题，本文对此进行了讨论。为了解决这个问题，使用了三进制可寻址PUF发生器。
2020-12-06 cs.CR
PUF for the Commons: Enhancing Embedded Security on the OS Level
本文提出将物理不可克隆函数（PUFs）集成到支持约250个平台的物联网操作系统RIOT中，利用未初始化SRAM作为设备数字指纹，基于700多个真实老化节点的测量量化偏差与老化效应，实验证明其能提供256位随机种子和128位密钥安全性，显著增强了低端IoT设备的安全性。
2023-08-01 cs.CR
SRAM-Based PUF Reliability Prediction Using Cell-Imbalance Characterization in the State Space Diagram
提出以 SRAM 6T 位单元状态空间中原点到分界线的距离作为失衡因子，通过 Monte Carlo 仿真和双分量 logistic 函数预测启动概率分布及 PUF 可靠性。
2024-12-05 cs.CR
Public-Key Based Authentication Architecture for IoT Devices Using PUF
如今，物联网（IoT）是计算世界中的一个热门话题。值得注意的是，物联网设备具有严格的设计要求，通常被称为受限设备。因此，轻量级的安全技术和原语更适合于这样的设备，例如，静态随机存取存储器（SRAM）、物理不可克隆函数（PUF）和椭圆曲线加密（ECC）。SRAM PUF是一种内在安全原语，在物联网领域得到了广泛采用。ECC是一种公钥算法技术，在受限物联网设备中越来越受欢迎。这种流行是由于与其他公钥技术（如RSA（Rivest Shamir Adleman））相比，使用了更小的操作数。本文介绍了基于SRAM PUF技术和ECC的特定于应用的安全通信架构的设计、开发和评估，该架构适用于受限物联网设备。更具体地说，它引入了一种基于椭圆曲线Diffie-Hellman（ECDH）公钥的加密协议，该协议利用PUF导出的密钥作为硅认证的信任根。并提出了一种支持该协议的模块化硬件结构设计。最后，分析的实用性以及所提出的协议的可行性，我们证明了解决方案的原型和验证的协议变体上的商业Xilinx Zynq-7000 APSoC设备。
2020-02-04 cs.CR
Secure Authentication in Wireless IoT: Hamming Code Assisted SRAM PUF as Device Fingerprint
German Research Center for Artificial Intelligence（德国人工智能研究中心）；RPTU University Kaiserslautern-Landau（莱布尼茨技术大学凯泽斯劳滕-兰道分校）
本文提出一种基于汉明码和时间多数投票的阈值认证方案，用于约束型工业物联网设备，有效降低认证后的误码率，同时量化可靠性与安全性的阈值差距，指导未来PUF纠错设计。
2026-04-17 cs.AR cs.CR
Memory-based Combination PUFs for Device Authentication in Embedded Systems
嵌入式系统在推动物联网（IoT）在医疗保健、家庭自动化、交通运输等应用领域的发展方面发挥着至关重要的作用。然而，嵌入式系统日益增加的网络连接特性，加上其访问潜在敏感/机密信息的能力，引发了许多安全和隐私问题。另一个挑战是这些设备中假冒组件的数量越来越多，导致严重的可靠性和财务影响。物理不可克隆功能（PUF）是一种有前途的安全原语，有助于解决这些问题。基于存储器的PUF是特别有吸引力的，因为它们需要最少的或不需要额外的硬件来进行操作。然而，当前基于存储器的PUF仅利用单个存储器技术来构造PUF，这具有若干缺点，包括使它们容易受到安全攻击。在本文中，我们提出了一种新的基于存储器的组合PUF的设计，智能地结合了两种存储器技术，SRAM和DRAM，以克服这些缺点。所提出的组合PUF具有高熵，支持大量的挑战-响应对，并且本质上是可重构的。我们已经实现了建议的组合PUF使用Terrace TR 4 -230 FPGA板和几个现成的SRAM和DRAM。实验结果表明，与当前基于存储器的PUF相比，该方法有了很大的改进，包括抵抗各种攻击的能力。在宽温度范围（20 - 60度）内进行广泛的认证测试。摄氏度）和加速老化（12个月）证明了所提出的设计的稳健性，在这些参数范围内实现了100%的真阳性率和0%的假阳性率。
2017-12-05 cs.CR
Using Convolutional Codes for Key Extraction in SRAM Physical Unclonable Functions
物理不可克隆功能（PUF）利用制造过程中的变化从集成电路中导出位序列，其可以用作安全的加密密钥。密钥不是存储在不安全的非易失性存储器中，而是可以在需要时复制。由于物理原因，再现的序列不稳定，因此必须应用纠错。最近，卷积码被证明适合于基于SRAM的PUF中的密钥再现。这项工作展示了如何使用具有较大存储长度的代码和解码概念（如软信息和列表解码）进一步降低重建失败概率和PUF实现大小。
2018-01-10 cs.CR cs.IT math.IT
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
An arbiter PUF secured by remote random reconfigurations of an FPGA
基于在现场可编程门阵列（FPGA）上实现强物理不可克隆功能（PUF）的新概念，提出了一种实用且高度安全的芯片认证方法。其定性的新颖功能是远程重新配置，其中PUF的延迟级被布置为FPGA的门的子集内的随机模式。在认证期间执行重新配置之前，PUF根本不存在。因此，即使攻击者之前控制了芯片，她也无法获得有关PUF的有用信息。该功能，以及严格放弃任何错误校正和挑战选择标准，这些标准取决于进入该领域的PUF的各个属性，使我们的强大PUF构造对文献中提出的所有机器学习攻击免疫。对我们的强PUF结构进行更复杂的攻击将是困难的，因为它们需要攻击者学习或直接测量整个FPGA的属性。一个全功能的参考实现安全的“芯片生物识别”。我们在25秒的时间内从1428个查找表中远程配置10个64级仲裁器PUF，然后在1毫秒内从每个PUF接收一个“指纹”。
2016-10-12 cs.CR
Efficient and Secure Group Key Management in IoT using Multistage Interconnected PUF
面向群组的安全通信对于物联网（IoT）中的广泛应用至关重要。随着物联网技术的发展，与放置在隐私敏感环境中的基于物联网的应用中的面向组的通信相关的安全问题已经成为主要关注点。不幸的是，许多IoT设备被设计为便携式和轻量的;因此，它们的功能（包括安全模块）受到有限的能量资源（例如，电池容量）。为了解决这些问题，我们提出了一个组密钥管理方案的基础上一个新的物理不可克隆功能（PUF）的设计：多级互连PUF（MIPUF），以确保在能量受限的环境中的组通信。我们的设计能够安全有效地执行密钥管理任务，如密钥分发，密钥存储和密钥更新。我们表明，我们的设计是安全的，对多种攻击方法和我们的实验结果表明，我们的设计节省了47.33%的能源全球相比，最先进的椭圆曲线密码（ECC）为基础的密钥管理方案平均。
2018-08-02 cs.CR
SoftPUF: a Software-Based Blockchain Framework using PUF and Machine Learning
针对传统PUF依赖专用硬件难以广泛应用的问题，本研究提出基于软件的SoftPUF区块链框架，通过在PUF数据上训练的机器学习模型生成软件密钥实现身份认证，集成成熟防御机制抵御多类攻击，支持多领域遗留设备接入，实现安全可扩展的区块链身份认证。
2025-08-04 cs.CR
Lattice PUF: A Strong Physical Unclonable Function Provably Secure against Machine Learning Attacks
我们提出了一个强大的物理不可克隆功能（PUF）可证明安全的机器学习（ML）攻击与经典和量子计算机。其安全性源于学习公钥密码系统解密函数的密码难度。我们设计的计算机实现了带错误学习（LWE）密码系统的解密功能。由于LWE与格点问题的基本联系，我们称这种构造为格点PUF。使用物理混淆密钥（POK）、LWE解密功能块和作为伪随机数生成器的线性反馈移位寄存器（LFSR）来构造格型PUF。POK提供LWE解密功能的秘密密钥;其稳定性由模糊提取器（FE）保证。为了减少挑战的大小，我们利用分布松弛的空间有效的LWE。这只允许一个小的挑战种子与LFSR生成的全长挑战一起传输，从而将通信成本降低了100倍。为了防止主动质询操纵攻击，自递增计数器被嵌入质询种子中。我们在Spartan 6 FPGA上使用2^136个挑战-响应对（CRP）对晶格PUF进行原型化，这需要45个片用于PUF逻辑本身，233个片用于FE。基于模拟的评价显示均匀性的平均值（std）为49.98%（1.58%），唯一性为50.00%（1.58%），可靠性为1.26%（2.88%）。LWE具体硬度估计器保证了对格PUF的成功ML攻击将需要不可行的2^128个CPU操作。使用了几类经验ML攻击，包括支持向量机、逻辑回归和深度神经网络：在所有攻击中，在100万次训练CRP后，预测误差保持在49.76%以上。
2020-06-16 cs.CR
SRAM-based Physically Unclonable Function using Lightweight Hamming-Code Fuzzy Extractor for Energy Harvesting Beat Sensors
本文针对无电池能量收集beat传感器缺乏安全机制的问题，提出一种结合高可靠性比特选择算法与轻量级纠错码的SRAM物理不可克隆函数，在STM32微控制器上实现了可靠的安全密钥生成与数据保护。
2025-08-10 cs.CR cs.SY eess.SY
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
PUF-RLA: A PUF-based Reliable and Lightweight Authentication Protocol employing Binary String Shuffling
物理不可克隆功能（PUF）可以用于设备标识、认证、秘密密钥存储和其他安全任务。然而，如果多个PUF的挑战-响应对（CRP）暴露给对手，则PUF容易受到建模攻击。此外，许多需要认证的嵌入式设备具有严格的资源约束，因此需要轻量级认证机制。我们提出了PUF-RLA，一个基于PUF的轻量级，高可靠性的认证方案，采用二进制字符串洗牌。该方案通过在服务器而不是设备中采用纠错来增强PUF的可靠性，并且在不损害安全性的情况下消除了资源约束。所提出的PUF-RLA是强大的暴力，重放和建模攻击。在PUF-RLA中，我们在设备内部引入了一种廉价而安全的流认证方案，该方案在调用底层PUF之前对服务器进行认证。这防止了攻击者粗暴地迫使设备的PUF获取CRP，从而基本上锁定设备以防止未授权的模型生成。此外，我们还介绍了一个轻量级的CRP混淆机制，涉及XOR和洗牌操作。结果和安全性分析表明，PUF-RLA是安全的暴力破解，重放和建模攻击，并提供约99%的可靠认证。此外，PUF-RLA提供了一个减少63%和74%的查找表（LUT）和寄存器计数，分别在FPGA相比，最近提出的方法，同时提供额外的认证优势。
2020-07-19 cs.CR
A New Security Boundary of Component Differentially Challenged XOR PUFs Against Machine Learning Modeling Attacks
Texas Tech University（德克萨斯理工大学）；University of Jeddah（吉达大学）；Prince Sattam Bin Abdulaziz University（萨塔姆·本·阿卜杜勒阿齐兹亲王大学）
物理不可克隆功能（PUF）是资源受限的网络节点有前途的安全原语。XOR Arbiter PUF（XOR PUF或XPUF）是一种经过深入研究的PUF，旨在提高Arbiter PUF的安全性，可能是最轻量级的基于延迟的PUF。最近，发现了非常强大的机器学习攻击方法，并且能够轻松破解大型XPUF，这些XPUF对于早期的机器学习攻击方法具有高度安全性。协同差异挑战的XPUF（CDC-XPUF）是具有接收不同挑战的不同分量PUF的XPUF。研究表明，它们比传统的XPUF更安全，可以抵御机器学习攻击，而传统的XPUF组件也面临同样的挑战。但这些研究都是基于早期的机器学习攻击方法，因此目前尚不清楚CDC-XPUF在最近发现的强大攻击方法下是否仍然安全。在本文中，两个目前最强大的两个机器学习方法攻击XPUFs的适应通过微调的参数的两种方法的CDC-XPUFs。利用模拟的PUF数据和在现场可编程门阵列（FPGA）上实现的PUF生成的硅数据进行了攻击实验，实验结果表明，在适应的新攻击方法下，某些电路参数值的先前安全的CDC-XPUF不再安全，而更多的其他电路参数值的CDC-XPUF仍然安全。因此，我们的实验攻击研究重新定义了PUF电路参数空间的安全区域和不安全区域之间的边界，为PUF制造商和物联网安全应用开发人员选择具有安全参数值的PUF提供了有价值的信息。
2022-06-02 cs.CR cs.LG
A Lightweight and Secure PUF-Based Authentication and Key-exchange Protocol for IoT Devices
针对现有物联网设备认证方案资源需求高、依赖持续互联网连接且跨技术可扩展性差的问题，提出基于PUF、按位异或和哈希函数的轻量认证密钥交换协议，经安全验证和ESP32原型测试，兼具安全性与轻量性。
2023-11-07 cs.CR
A Unified Open-Set Framework for Scalable PUF-Based Authentication of Heterogeneous IoT Devices
The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Nanyang Technological University（南洋理工大学）
本文提出一种可扩展的开集PUF认证框架，利用OpenGAN分类器统一处理异构物联网设备，实现高准确率和低误报率。
2026-05-08 cs.CR
SecuCode: Intrinsic PUF Entangled Secure Wireless Code Dissemination for Computational RFID Devices
能量收集设备的部署简单性和永久运行为物联网的新型边缘设备提供了一个引人注目的主张。特别地，计算射频识别（CRFID）设备是一类新兴的无电池、计算、感测增强设备，其收集其所有能量用于操作。尽管有无线连接和供电，但由于间歇性供电、有限的计算能力以及缺乏监督操作系统，安全的无线固件更新仍然是CRFID设备面临的一个公开挑战。我们提出，第一次，一个安全的无线代码传播（SecuCode）的机制，CRFID纠缠设备固有的硬件安全原语静态随机存取存储器物理不可克隆功能（SRAM PUF）的固件更新协议。SecuCode的设计：i）克服了CRFID设备的资源受限和间歇供电的性质; ii）与CRFID设备所采用的现有通信协议（特别是ISO-18000-6C协议）完全兼容;以及ii）建立在通过扩展由Texas Instruments提供的用于固件更新的最新框架而实现的标准和行业兼容的固件编译和更新方法之上。我们构建了一个端到端的SecuCode实现，并进行了大量的实验，以证明符合标准，评估性能和安全性。
2022-09-21 cs.CR
Physical uncloneable function hardware keys utilizing Kirchhoff-law-Johnson-noise secure key exchange and noise-based logic
弱物理不可克隆功能（WPUF）加密密钥意味着硬件制造商可以克隆密钥，但其他任何人都无法做到这一点。强物理不可克隆功能（SPUF）加密密钥意味着即使是硬件制造商也无法克隆密钥。在本文中，首先我们引入了一个具有内在动态随机性的“超”强PUF，它不仅不可克隆，而且在每次使用过程中通过无条件安全的密钥交换更新为独立的密钥（具有新的随机性）。该解决方案利用基尔霍夫定律约翰逊噪声（KLJN）的方法进行动态密钥更新和一个一次性密码本的安全密钥的挑战/响应过程。安全密钥存储在芯片上的闪存中，以提供防篡改和非易失性存储器，在待机模式下具有零功率要求。显示了简化的PUF密钥：在第一次运行期间使用KLJN协议的强PUF，以及在其剩余寿命期间或直到其被重新初始化为止，用于质询/响应的基于噪声的逻辑（NBL）超空间向量串验证方法。最后，最简单的PUF使用NBL而不使用KLJN，因此它可以由制造商克隆，而不是由其他任何人克隆。
2013-07-26 cs.CR
Secure and Lightweight Strong PUF Challenge Obfuscation with Keyed Non-linear FSR
我们提出了一个安全和轻量级的密钥为基础的挑战混淆强PUF。我们的架构旨在抵御学习攻击。我们的混淆机制使用非线性反馈移位寄存器（NLFSR）。响应直接提供给用户，无需纠错或额外的后处理步骤。我们还讨论了保护我们的架构免受功耗分析攻击的时钟随机化和布尔掩码的成本。利用雪崩准则和深度神经网络攻击来评估学习攻击的安全性。我们设计了一个65 nm CMOS的测试芯片。当与基准仲裁器PUF实现相比时，我们提出的架构的成本增加是1.27倍，当使用时钟随机化和布尔掩码时分别是2.2倍。
2022-07-22 cs.CR cs.SY eess.SY
Physical Unclonable Functions (PUF) for IoT Devices
物理不可克隆功能（PUF）最近吸引了工业界和学术界的兴趣，作为一种潜在的替代方法，以保护物联网（IoT）设备免受使用传统密码术的更传统的基于计算的方法的影响。PUF是轻量级安全性的有前途的解决方案，其中IC的制造波动过程用于提高物联网的安全性，因为它提供了低复杂度的设计并保持了保密性。它提供了更少的计算资源成本，这防止了高功耗，并且可以在现场可编程门阵列（FPGA）和专用集成电路（ASIC）中实现。在本次调查中，我们全面回顾了PUF的最新技术，其架构，协议和物联网安全性。
2022-05-17 cs.CR
Attack on a PUF-based Secure Binary Neural Network
本文针对Rajendran等人提出的基于PUF的BNN安全方案，提出受差分密码分析启发的PUF密钥恢复攻击，可高效恢复大部分密钥与模型参数，证明该方案存在安全漏洞。
2025-10-28 cs.AR cs.CR cs.LG
A Novel Key Generation Scheme Using Quaternary PUF Responses and Wiretap Polar Coding
物理不可克隆函数（PUF）在资源受限设备的秘密密钥生成中被广泛考虑。然而，PUF需要额外的硬件开销。在本文中，我们专注于开发一个PUF有效的，强大的，安全的密钥生成方案。首先，提出了一种用于提取四进制PUF响应的新方法以增加PUF响应的熵，其中从多次评估单个PUF单元中提取2比特响应。响应的概率质量可以通过适当地设置参数来调整。然后，选择秘密模型为基础的模糊提取器（FE）的设计，从四进制PUF响应提取密钥。为了提高该FE的安全性，将其建模为窃听信道系统，并采用窃听极化编码来减少秘密泄漏。本文还给出了保密泄漏的上限，它表明，可以通过适当地选择四进制PUF响应生成的参数来实现任意小（甚至为零）的泄漏。比较结果表明，在我们的方案中，达到相同的保密水平所需的PUF单元的数量是低至一半的国家的最先进的计划。
2021-03-07 cs.CR
PUF-Phenotype: A Robust and Noise-Resilient Approach to Aid Intra-Group-based Authentication with DRAM-PUFs Using Machine Learning
随着现代世界对高度安全和可靠的轻量级系统的需求增加，物理不可克隆功能（PUF）继续承诺作为高成本加密技术和安全密钥存储的轻量级替代方案。虽然PUF所承诺的安全特性对于安全系统设计者来说非常有吸引力，但它们已被证明容易受到各种复杂攻击-最值得注意的是基于机器学习（ML）的建模攻击（ML-MA），其试图数字克隆PUF行为，从而破坏其安全性。最近的ML-MA甚至利用了PUF纠错所需的公知辅助数据，以便在不需要知道响应数据的情况下预测PUF响应。响应于此，开始出现关于在ML的辅助下对PUF设备进行认证的研究，而不是存储和比较预先已知的应答-响应对（CRP）的传统PUF技术。在这篇文章中，我们提出了一个分类系统，使用ML基于一个新的“PUF表型”的概念，以准确地识别起源和确定的有效性，嘈杂的内存派生（DRAM）PUF响应作为一种替代辅助数据依赖去噪技术。据我们所知，我们是第一个对每个模型的多个设备进行分类的公司，以实现基于组的PUF认证方案。我们实现了高达98\%的分类精度使用修改后的深度卷积神经网络（CNN）的特征提取结合几个完善的分类器。我们还在Raspberry Pi设备上通过实验验证了我们的模型的性能，以确定在资源受限的环境中部署我们提出的模型的适用性。
2022-07-11 cs.CR cs.CV
A Provably Secure Strong PUF based on LWE: Construction and Implementation
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
我们构建了一个强大的PUF，在经典和量子计算机上都具有可证明的安全性，可以抵御ML攻击。公钥密码系统的学习解密函数的密码学困难性和整数格上的带错误学习问题的困难性保证了算法的安全性。我们称我们的构造为晶格PUF。我们用一个物理混淆的密钥和一个LWE解密功能块来构造格型PUF。为了允许在不同的情况下部署，我们展示了具有不同延迟区域权衡的设计。紧凑设计使用高度串行化的LFSR和LWE解密函数，而延迟优化设计使用展开的LFSR和并行数据路径。我们原型晶格PUF设计与$2^{136}$挑战响应对（CRP）的斯巴达6 FPGA。除了理论上的安全保证，我们还评估了对各种领先ML技术的经验抵抗力：在$1$百万训练CRP之后，预测误差仍然高于$49.76\%$。资源高效的设计仅需要用于PUF逻辑本身的$45$片，以及用于模糊提取器的$351$片。延迟优化设计实现了延迟的$148X$减少，同时$10X$提高了PUF硬件利用率。PUF响应的平均均匀性为$49.98\%$，平均唯一性为$50.00\%$，平均可靠性为$1.26\%$。
2023-03-05 cs.AI cs.AR cs.CR
Securing Cross-Domain Internet of Drones: An RFF-PUF Allied Authenticated Key Exchange Protocol With Over-the-Air Enrollment
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；University of Liverpool（利物浦大学）；Southeast University（东南大学）；Nanyang Technological University（南洋理工大学）
本文提出一种集成RFF与PUF的轻量级认证密钥交换协议，用于安全的无人机跨域通信，通过空中注册和临时密钥生成提升安全性与效率。
2025-12-26 cs.CR
DataSafe: Copyright Protection with PUF Watermarking and Blockchain Tracking
DataSafe结合PUF与区块链，通过设备内水印验证实现安全版权保护与追踪，原型系统验证了其有效性。
2024-05-29 cs.CR
Analysis of Communication Channels Related to Physical Unclonable Functions
密码算法依赖于其对应密钥的保密性。在具有标准CMOS芯片的嵌入式系统上，其中诸如闪存之类的安全永久存储器不可用作密钥存储装置，秘密密钥可以从物理不可克隆功能（PUF）导出，物理不可克隆功能（PUF）利用例如SRAM单元的微小制造变化。由于PUF受环境变化的影响，因此PUF密钥的可靠再现需要纠错。对于具有二进制输出的硅PUF，错误以位翻转的形式出现在PUF响应中。将信道建模为具有固定交叉概率$p$的二进制对称信道（BSC）仅仅是PUF响应的真实行为的一阶近似。我们提出了一个更现实的信道模型，称为变二进制对称信道（VBSC），它考虑到不同的PUF响应位的可靠性可能不相等。我们调查其信道容量的各种情况下，不同的信道状态信息（CSI）存在于编码器和解码器。我们比较了容量的VBSC的不同CSI的情况下，根据Maes等人的工作的比特翻转概率的分布。
2021-12-04 cs.CR cs.IT math.IT
Client-Server Identification Protocols with Quantum PUF
最近，在实现量子互联网方面取得了重大进展，以实现广泛的经典棘手应用。这些应用，如委托量子计算，需要在低资源方和高资源方之间运行安全标识协议，以提供安全通信。在这项工作中，我们提出了两个识别协议的基础上新兴的硬件安全解决方案，量子物理不可克隆功能（qPUF）。第一协议允许低资源方向高资源方证明其身份，而在第二协议中，反之亦然。与现有的基于量子读出PUF的识别协议不同，该协议依赖于针对特定攻击家族的安全性，我们的协议提供了可证明的指数安全性，可以对抗任何具有资源有效性的量子多项式时间对手。我们提供了一个全面的比较两个拟议的协议在资源，如量子存储器和计算能力，在双方所需的，以及它们之间的通信开销。
2021-10-01 cs.CR quant-ph
CryptoSRAM: Enabling High-Throughput Cryptography on MCUs via In-SRAM Computing
本文提出CryptoSRAM存内SRAM计算架构，在MCU标准SRAM内直接并行执行AES与SHA3等密码运算，消除数据移动瓶颈并以低硬件开销显著提升吞吐量。
2025-09-26 cs.AR cs.CR
Secure Communications using Nonlinear Silicon Photonic Keys
我们提出了一个安全的通信系统，利用非线性光子物理不可克隆功能（PUF），利用集成硅微腔中的物理混沌。与大型的电子存储一次性垫相比，我们的方法在微腔的固有复杂纳米结构内提供了大量信息。通过用光谱编码超快光脉冲的快速序列探测微腔并测量光波响应，我们实验证明了从单个微腔器件中提取2.4 Gb关键材料的能力。随后，在一个安全的通信实验与设备对，我们实现了低于$10^{-5}$的出错率高达0.1的码率。PUF的响应从不通过信道传输或存储在数字存储器中，从而增强了系统的安全性。此外，微腔PUF非常小、便宜、坚固，并且与电信基础设施、组件和电子制造完全兼容。这种方法可以服务于需要高安全性的一次性密码本或公钥交换应用
2018-02-05 cs.CR physics.optics
Secure and Reliable Biometric Access Control for Resource-Constrained Systems and IoT
随着物联网（IoT）的出现，对低功耗、普适设备的访问控制和数据保护的需求日益增长。基于生物特征的身份验证由于其方便的性质和较低的攻击敏感性而有希望用于物联网。然而，对于灵巧卡、密钥卡等，与生物识别处理和模板保护相关联的成本是不小的。在本文中，我们讨论了生物识别系统的安全性，成本和实用性，并开发了两个主要的框架来改善它们。首先，我们介绍了一个新的框架，用于实现生物识别系统的基础上物理不可克隆功能（PUF）和硬件混淆，与传统的软件方法，不需要非易失性存储的生物识别模板/密钥。除了降低危及生物特征的风险之外，混淆的性质还提供了针对通过恶意软件和故障注入规避访问控制的保护。PUF提供不可逆性和不可链接性。其次，所提出的PUF/混淆方法的主要要求是从用户输入的生物特征生成可靠的（鲁棒的）密钥。我们提出了一个噪声感知的生物量化框架，能够生成独特的，可靠的密钥，减少注册时间和去噪成本。最后，我们进行了几个案例研究。在第一，提出的噪声感知的方法相比，我们以前的方法，多个生物识别模式，包括流行的（指纹和虹膜）和新兴的心血管（ECG和PPG）。结果表明，ECG提供了可靠性，密钥长度，熵和成本之间的最佳权衡。在第二和第三个案例研究中，我们演示了如何通过对ECG的受试者内变异进行建模来同时提高可靠性、去噪成本和注册时间。
2018-03-26 cs.CR
Ring Oscillator and its application as Physical Unclonable Function (PUF) for Password Management
移动和嵌入式设备正在成为我们日常生活中不可避免的一部分。类似于诸如读访问存储器（RAM）和存储装置的其他电子设备，移动设备需要以安全的方式进行认证和被认证。通常，这可以通过拥有所有设备的私有信息的服务器来完成。由于这些设备本质上是移动的，并且在不可信的环境中运行，因此它们很容易被不可信的用户访问。物理不可克隆功能（PUF）是半导体器件（例如微处理器）的独特物理特征，其可以从物理条件（例如电源电压、温度等）产生。环形振荡器是在现场可编程门阵列（FPGA）或专用集成电路（ASIC）上合成的PUF的主要部分。密码管理器系统用于为客户保存用户名和密码数据库，以便进行注册和认证。该表在许多系统中的身份验证中起着至关重要的作用。因此，安全性是这些系统的重要特征之一。通常，在这些表中只存储用户名和密码;然而，它们容易受到许多攻击。因此，增强安全性的第一种方法是使用散列代替原始数据，但是，高级黑客可以再次破解这些散列数据。因此，我们将在这个项目中使用的方法是利用PUF来存储每个用户的挑战，而不是保存密码的哈希。
2019-01-20 cs.CR
A ReRAM Physically Unclonable Function (ReRAM PUF)-based Approach to Enhance Authentication Security in Software Defined Wireless Networks
物联网（IoT）网络中连接到互联网的无处不在的无线设备的数量呈指数级增长，这突出了在软件定义无线联网（SDWN）下的这种大规模网络中对数据流管理的新范例的需要。物联网设备可用的有限功率和计算能力以及SDWN中的集中式管理和决策方法为网络带来了一系列全新的安全威胁。特别地，SDWN中的控制器和转发设备之间的认证机制是保密性和完整性方面的关键挑战。传统的认证协议的基础上公钥基础设施（PKI），不再足以为这些网络考虑的大规模和异构性的性质，以及他们的部署成本，和安全漏洞，由于密钥分配和存储。我们提出了一种新的安全协议的基础上物理不可克隆功能（PUF）被称为硬件安全原语，以提高认证安全的SDWN。在这种方法中，数字PUF是使用嵌入在大多数物联网设备中的电阻随机存取存储器（ReRAM）纳米材料的固有随机性开发的，以实现这些网络中的安全认证和访问控制。这些PUF是基于一种新颖的多状态方法开发的，其中预测由于环境中的物理变化而导致的自然漂移，以减少在不同情况下测试的PUF的挑战-响应对中的潜在错误。我们还提出了一个基于PUF的PKI协议来保护SDWN中的控制器。在实验结果中评估了所开发的基于ReRAM的PUF的性能。
2017-12-21 cs.CR cs.NI
LPUF-AuthNet: A Lightweight PUF-Based IoT Authentication via Tandem Neural Networks and Split Learning
Khalifa University（哈利法大学）；Technology Innovation Institute（技术创新研究院）；Carleton University（卡尔顿大学）
本文提出了一种名为LPUF-AuthNet的轻量级PUF物联网认证机制，通过结合串联神经网络（TNN）与拆分学习（SL）范式，在资源受限的设备上实现可扩展的相互认证并有效抵御机器学习攻击，为未来6G技术的安全集成铺平道路。
2024-10-16 cs.CR cs.LG cs.NI
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
Physically Unclonable Functions for Secure IoT Authentication and Hardware-Anchored AI Model Integrity
Department of Electrical and Computer Science, Florida Atlantic University（佛罗里达大西洋大学电气与计算机科学系）
本文综述了用于AI赋能物联网系统的硬件根信任机制，比较了TPM、PUFs、混合容器感知硬件根信任等方法，指出PUFs和混合信任锚在大规模AI物联网系统中具有平衡的前景，而软件-only方法在对抗和物理暴露环境中不足。
2026-04-23 cs.CR
Adapting Noise-Driven PUF and AI for Secure WBG ICS: A Proof-of-Concept Study
Department of Electrical and Computer Engineering（电气与计算机工程系）
本研究提出一种概念验证方案，利用宽禁带器件开关噪声驱动PUF和混合机器学习模型，实现硬件认证与异常检测，在仿真中达到95%准确率和亚毫秒延迟，为ICS安全提供可扩展防御。
2025-10-25 cs.CR cs.LG cs.SY
A Deep Analysis of Hybrid-Multikey-PUF
本文研究了物联网设备加密中物理不可克隆函数（PUFs）生成随机数的质量，分析了不同FPGA上PUFs的唯一性、随机性和可靠性等指标，并评估了不同温度下的密钥生成性能。
2023-04-10 cs.CR cs.NI
Designing Short-Stage CDC-XPUFs: Balancing Reliability, Cost, and Security in IoT Devices
Texas Tech University（德克萨斯理工大学）
本文提出优化的CDC-XPUF设计，通过预选策略提升可靠性并引入轻量架构降低硬件开销，有效抵御机器学习攻击和可靠性攻击。
2024-09-26 cs.CR cs.LG
A Secure Back-up and Restore for Resource-Constrained IoT based on Nanotechnology
随着物联网（IoT）的出现，每天都有大量敏感数据在边缘设备中处理和传输，几乎没有安全性。由于其积极的功率管理方案，在进入睡眠或低功率模式之前在非易失性存储器（NVM）中备份其程序状态和其他必要数据是常见且必要的技术。然而，该存储器通常不受保护，因为对于这些资源受限的系统，添加鲁棒的安全措施往往是昂贵的。在本文中，我们提出了一个轻量级的安全系统的NVM在低功耗模式。这种安全架构使用忆阻器，忆阻器是一种新兴的纳米级器件，用于构建硬件安全原语，如基于PUF（物理不可克隆函数）的解密、真随机数生成器（TRNG）和存储器完整性检查。还提出了一种用于该PUF的可靠性增强技术，该技术示出了该系统即使在小于100%的可靠PUF响应下也将如何工作。总之，所有这些技术，我们已经建立了一个双层的安全协议（数据加密+完整性检查），提供合理的安全嵌入式处理器，同时是非常轻量级的面积，功率和计算时间。一个完整的系统设计展示了65 $n$ m CMOS和新兴的忆阻技术。这样，我们就提供了一个详细而准确的资源开销估计。并对整个系统的安全性进行了分析。
2020-07-09 cs.CR cs.ET
Hardware Security Primitives using Passive RRAM Crossbar Array: Novel TRNG and PUF Designs
随着电子产品的快速发展，这些设备的安全和隐私方面非常重要。在安全系统的设计中，物理不可克隆函数（PUF）和真随机数发生器（TRNG）是安全应用的关键硬件安全原语。提出了一种基于RRAM交叉开关结构的PUF和TRNG的实现方法。首先，提出了基于回写和50%开关概率脉冲的RRAM交叉开关中TRNG的两种实现技术。建议的TRNG的随机性使用NIST测试套件进行评估。接下来，提出了在RRAM交叉开关中实现PUF的架构。从TRNG使用用于PUF的初始熵源，并且收集质询-响应对（CRP）。拟议的PUF利用设备变化和潜路径电流来产生独特的CRP。我们证明，通过大量的实验，可靠性为100%，唯一性为47.78%，均匀性为49.79%，位混叠为48.57%，无需任何后处理技术。最后，设计与文献进行比较，以评估其执行效率，这显然是优于国家的最先进的。
2022-11-07 cs.AR cs.CR cs.ET
PreLatPUF: Exploiting DRAM Latency Variations for Generating Robust Device Signatures
物理不可克隆函数（PUF）是在低成本密码应用中生成唯一且更安全的密钥的潜在安全块。动态随机存取存储器（DRAM）已被提出作为一个有前途的候选人产生强大的密钥。不幸的是，从DRAM生成设备签名的现有技术非常慢、具有破坏性（破坏当前数据）并且对系统操作具有破坏性。在本文中，我们提出了\textit{precharge}延迟为基础的PUF（PreLatPUF），利用DRAM \textit{precharge}延迟变化生成签名。所提出的PreLatPUF是快速、稳健、破坏性最小且非破坏性的。来自不同制造商的市售$DDR3$芯片的硅结果表明，所提出的密钥生成技术至少比现有方法快$ \sim 1,192X$，同时在极端操作条件下可靠地再现密钥。
2019-07-31 cs.CR
RF-PUF: IoT Security Enhancement through Authentication of Wireless Nodes using In-situ Machine Learning
Purdue University（普渡大学）
硅中的物理不可克隆功能（PUF）利用制造期间的管芯到管芯制造变化来唯一地标识每个管芯。由于跨管芯重新创建精确的硅特征实际上是一个困难的问题，因此只要考虑到偏置去除和纠错，基于PUF的认证系统是稳健的、安全的和具有成本效益的。在这项工作中，我们利用固有的工艺变化对传感器网络中的多个无线发射器（Tx）的模拟和射频（RF）特性的影响，并使用基于深度神经网络的框架检测接收器（Rx）处的特征。被称为RF-PUF的所提出的机制/框架利用已经存在的RF通信硬件，并且在Tx中不需要任何附加的PUF生成电路用于实际实现。仿真结果表明，RF-PUF框架可以在不同的信道条件下区分多达10000个发射机（具有针对65 nm工艺的标准代工定义的变化，导致诸如LO偏移和I-Q不平衡的非理想性），其中错误检测的概率<10 e-3
2018-05-02 cs.AI cs.CR cs.NE
RF-PUF: Enhancing IoT Security through Authentication of Wireless Nodes using In-situ Machine Learning
Purdue University（普渡大学）
射频（RF）系统中的传统认证通过诸如数字签名和基于散列的消息认证码（HMAC）之类的技术来实现网络内的安全数据通信，这些技术遭受密钥恢复攻击。Nest等最先进的物联网网络也使用开放式身份验证（OAuth 2.0）协议，这些协议容易受到跨站点恢复伪造（CSRF）的攻击，这表明这些技术可能无法阻止对手使用入侵，侧信道，学习或软件攻击复制或建模秘密ID或加密密钥。另一方面，物理不可克隆功能（PUF）可以利用制造工艺变化来唯一地识别硅芯片，这使得基于PUF的系统以低成本极其稳健和安全，因为实际上不可能跨管芯复制相同的硅特性。从利用语音签名中的固有变化来识别某个说话者的人类通信中获得灵感，我们提出了RF-PUF：基于深度神经网络的框架，其允许无线节点的实时认证，使用通过在接收器（Rx）端处的原位机器学习检测到的对无线发射器（Tx）的RF属性的固有过程变化的影响。所提出的方法利用已经存在的非对称RF通信框架，并且不需要用于PUF生成或特征提取的任何附加电路。涉及标准65 nm工艺节点中的工艺变化以及利用在隐藏层中具有50个神经元的神经网络检测的诸如LO偏移和I-Q不平衡的特征的仿真结果表明，该框架可以以99.9%的准确度区分多达4800个发射机（对于10，000个发射机，约99%），并且不需要传统的可编程逻辑器件。
2018-06-19 cs.AI cs.CR cs.NE
Information-Dense Nonlinear Photonic Physical Unclonable Function
我们提出了一个新的私钥存储设备的复杂性进行全面的调查：一种新的硅光子物理不可克隆功能（PUF）的基础上超快非线性光学相互作用在一个混乱的硅微腔，这是不可克隆的，不可能模仿。该设备提供了显着的改进，总的信息内容（原始密码材料），信息密度，和密钥生成速率超过现有的光散射PUF，也更容易与CMOS电子和电信硬件集成。我们的设备利用硅的自然非线性光学行为来中和针对PUF的常用攻击，并大大提高了设备的复杂性。我们证实了这一现象与原型设备上的彻底的实验结果，并提出了详细的估计，其总的信息内容。我们紧凑的微米级方法代表了全新一代的超快和高信息密度光子PUF设备，可以直接集成到集成电路中，以确保真实性并提供私钥材料的安全物理存储。
2017-11-06 cs.CR physics.optics
Quality of Service Guarantees for Physical Unclonable Functions
University of Siegen（锡根大学）；Princeton University（普林斯顿大学）
我们考虑一个秘密的密钥协议问题，其中嘈杂的物理不可克隆功能（PUF）的输出有助于可靠的，安全的，私钥协议的帮助下，公共的，无噪声的，和认证的存储。PUF输出是高度相关的，因此变换编码方法已经与标量量化器相结合，以提取具有可靠性保证的不相关比特序列。对于具有连续值输出的PUF电路，通过用相应的截断分布替换拟合分布，使得变换输出的模型更真实。为每个提取的位提供可靠性保证的最先进的PUF方法被示出为不足以保证所有PUF输出的相同可靠性水平。因此，引入服务质量参数来控制可以保证目标可靠性水平的PUF输出的百分比。使用公共环形振荡器（RO）输出数据集来说明截断的高斯分布可以拟合到作为均匀标量量化器的输入的经变换的RO输出，使得可以通过消除PUF输出的小子集来为在加性高斯噪声分量下从任何PUF设备提取的每个比特提供可靠性保证。此外，我们相反地表明，如果不允许额外的保密和隐私泄漏，则不可能在不消除任何PUF输出的情况下提供这种可靠性保证。
2021-10-11 cs.CR cs.IT cs.LG
Noise-limited secret key agreement with twin optical physically unclonable functions
Institute of Electronic Structure & Laser (IESL), FORTH（电子结构与激光研究所（IESL），FORTH）；Center for Quantum Science & Technologies (FORTH-QuTech)（量子科学与技术中心（FORTH-QuTech））
研究利用孪生光学指纹作为密钥生成与分发的硬件平台，考虑相关光学PUF对，开发密钥协商协议，量化信息泄露，给出密钥长度下限，探讨其在量子密钥分发网络中的应用。
2026-07-07 cs.CR physics.optics quant-ph
Secret Key Agreement with Physical Unclonable Functions: An Optimality Summary
Technische Universität Berlin（柏林工业大学）
我们从信息理论最优性的角度来解决数字设备和生物特征识别的安全和隐私问题，其中生成密钥用于认证，识别，消息加密/解密或安全计算。物理不可克隆功能（PUF）是一个很有前途的解决方案，在数字设备的本地安全，这篇评论给出了最相关的总结信息理论家，编码理论家，和信号处理社区成员谁有兴趣在最佳的PUF建设。低复杂度的信号处理方法，如变换编码，使信息理论分析听话的发展进行了讨论。给出了多个PUF测量的秘密密钥、隐私泄漏和存储速率之间的最佳权衡。建议的最佳代码结构，共同设计的矢量量化器和纠错码参数列出。这些构造包括现代和代数码，例如极化码和卷积码，这两者都可以在短块长度下实现小的块错误概率，对应于少量的PUF电路。从信号处理，信息论，编码理论和硬件复杂性的角度及其组合的PUF文献中的开放问题被列出，以刺激进一步的进展，在本地隐私和安全的研究。
2020-12-16 cs.CR cs.CV cs.IT
Towards Implementation of Robust and Low-Cost Security Primitives for Resource-Constrained IoT Devices
近年来，由于全球化的趋势，系统集成商不得不比以往任何时候都更多地处理集成电路（IC）/知识产权（IP）假冒问题。这些伪造的硬件问题已经推动了对更安全的芯片认证的需求。来自物理源的高熵随机数是安全系统中认证和加密过程的关键组成部分[6]。安全加密依赖于用于生成密钥的真正随机数的源，并且需要片上随机数生成器来实现足够的安全性。此外，物联网（IoT）采用了大量基于硬件的安全和预防解决方案，以便以资源有效的方式安全地交换数据。在这项工作中，我们已经开发了几种基于硬件的随机函数的方法，以解决问题并增强IC的安全性和信任度：一种新颖的基于DRAM的固有物理不可克隆函数（PUF）[13]，用于系统级安全性和认证以及分析各种环境条件的影响，特别是硅老化;基于DRAM剩磁的真随机数生成（TRNG），以产生具有非常低开销的随机序列;用于产生无限数量的随机比特的基于有效电源噪声的TRNG模型，其已经被评估为成本有效的技术;物联网（IoT）环境的架构和硬件安全解决方案。由于物联网设备受到严重的资源限制，我们提出的设计可以以高效和低成本的方式减轻建立可信和安全性的担忧。
2018-06-14 cs.CR
Physical Realization of a Hyper Unclonable Function
无序光子结构是实现物理不可克隆功能（PUF）的有前途的材料，物理对象可以克服传统数字安全方法的局限性，并使密码协议免受未来量子计算机的攻击。到目前为止，PUF的一个限制是它们的物理配置要么是固定的，要么只能永久修改，因此每个设备只允许一个令牌。我们表明，它是有可能克服这一限制，通过创建一个可重构的结构由光转换聚合物，其中不可克隆功能本身的物理结构可以可逆地重新配置。我们将这个新概念称为Hyper PUF或HPUF，因为它允许大量物理不可克隆功能同时共存于同一个设备中。该结构的物理转换是以可逆和空间控制的方式全光学地完成的。我们的新技术在安全性方面提供了巨大的增强，可以生成包含更大量信息的更复杂的密钥。与此同时，它允许新的应用，例如在单个加密设备上为多个客户端提供服务，以及实际实现数据的量子安全认证。
2023-03-03 cond-mat.mes-hall cond-mat.mtrl-sci cs.CR
LiteAtt: A Peer-to-Peer Self-Attestation Framework and Handshake Protocol for Connected IoT Devices
National University of Singapore（新加坡国立大学）
提出LiteAtt，一种无需验证器的点对点自我证明框架与协议，利用现代MCU的TEE和TinyML能力，在握手过程中直接完成运行时固件证明，实现低延迟、低能耗的互认证通信。
2026-05-25 cs.CR
