10.16157/j.issn.0258-7998.190876
基于MLP算法的Glitch PUF机器学习攻击
随着攻击技术的不断进步,基于机器学习(Machine Learning,ML)、深度学习(Deep Learning,DL)等技术的建模攻击严重威胁了PUF的安全.针对Glitch PUF1单元电路静态输出的缺陷,首次提出使用多层感知器(Multilayer Perceptron,MLP)算法对Glitch PUF进行机器学习,解决了Glitch PUF输出为非线性可分数据的问题,能够对Glitch PUF 攻击并预测其输出.实验表明,对比于逻辑回归(Logistic Regression,LR)算法和随机森林(Random Forest,RF)二分类算法,提出的MLP算法显著降低了预测错误率.
信息安全、Glitch PUF、机器学习、建模攻击
45
TN9198
2019-12-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
62-66