[发明专利]物理不可克隆函数的实现方法及实现装置在审
申请号: | 202010643818.0 | 申请日: | 2020-07-07 |
公开(公告)号: | CN111797438A | 公开(公告)日: | 2020-10-20 |
发明(设计)人: | 庞亚川;吴华强;高滨 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F21/73 | 分类号: | G06F21/73;G06N3/06;G11C13/00 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 彭久云 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 物理 不可 克隆 函数 实现 方法 装置 | ||
一种基于类神经网络结构的物理不可克隆函数的实现方法及实现装置。该类神经网络结构包括多个神经元层电路以及在多个神经元层电路之间的权重参数矩阵,该实现方法包括:对类神经网络结构进行设置操作,以使得权重参数矩阵中的至少部分权重参数被随机设置;向类神经网络结构提供输入电信号(激励),类神经网络结构基于输入电信号和权重参数矩阵的多个权重参数,提供输出电信号;基于输出电信号确定物理不可克隆函数的密钥值。该物理不可克隆函数的实现方法及实现装置可以在较小的硬件开销上实现巨大的激励响应对数量,并且还可以提高激励响应对的数据复杂度,进而提高所实现的物理不可克隆函数的抗建模攻击能力。
技术领域
本公开的实施例涉及一种物理不可克隆函数的实现方法及实现装置。
背景技术
随着信息技术的高速发展,硬件安全面临着多方面的威胁(例如,硬件特洛伊、知识产权剽窃、集成电路逆向工程、侧信道攻击等)。在众多的解决方案中,物理不可克隆函数因其固有的随机性、可再现性以及与微纳加工工艺的兼容性被认为是硬件安全防护(例如,密钥保护、硬件认证)的可行技术方案。
发明内容
本公开至少一实施例提供一种基于类神经网络结构的物理不可克隆函数的实现方法,所述类神经网络结构包括多个神经元层电路以及在所述多个神经元层电路之间的权重参数矩阵,所述方法包括:对所述类神经网络结构进行设置操作,以使得所述权重参数矩阵中的至少部分权重参数被随机设置;向所述类神经网络结构提供输入电信号,所述类神经网络结构基于所述输入电信号和所述权重参数矩阵的多个权重参数,提供输出电信号;基于所述输出电信号确定所述物理不可克隆函数的密钥值。
例如,本公开至少一实施例提供的实现方法还包括:利用阻变存储器阵列实现所述类神经网络结构的权重参数矩阵,所述阻变存储器阵列中的多个阻变存储器的电导值分别对应所述权重参数矩阵的多个权重参数,所述阻变存储器阵列中的每个阻变存储器包括连接到前一神经元层电路的第一端和连接到后一神经元层电路的第二端。
例如,在本公开至少一实施例提供的实现方法中,所述多个神经元层电路之间采用全连接结构。
例如,在本公开至少一实施例提供的实现方法中,所述多个神经元层电路之间还包括激活函数电路。
例如,在本公开至少一实施例提供的实现方法中,对所述类神经网络结构进行设置操作,以使得所述权重参数矩阵中的至少部分权重参数被随机设置,包括:对所述阻变存储器阵列中的至少部分阻变存储器执行至少一次复位操作,以使得所述阻变存储器阵列中的至少部分阻变存储器的电导值被随机设置。
例如,在本公开至少一实施例提供的实现方法中,对所述类神经网络结构进行设置操作,以使得所述权重参数矩阵中的至少部分权重参数被随机设置,包括:对所述阻变存储器阵列中的至少部分阻变存储器执行至少一次置位操作,以使得所述阻变存储器阵列中的至少部分阻变存储器的电导值被随机设置。
例如,在本公开至少一实施例提供的实现方法中,对所述类神经网络结构进行设置操作,以使得所述权重参数矩阵中的至少部分权重参数被随机设置,包括:对所述阻变存储器阵列中的至少部分阻变存储器执行至少一次复位操作和至少一次置位操作的组合,以使得所述阻变存储器阵列中的至少部分阻变存储器的电导值被随机设置。
例如,在本公开至少一实施例提供的实现方法中,所述复位操作使得被操作的阻变存储器的电导值减小,所述置位操作使得被操作的阻变存储器的电导值增加。
例如,在本公开至少一实施例提供的实现方法中,向所述类神经网络结构提供输入电信号,所述类神经网络结构基于所述输入电信号和所述权重参数矩阵的多个权重参数,提供输出电信号,包括:向所述阻变存储器阵列中的至少部分阻变存储器施加电压以输出电流值,所述电压为所述输入电信号,所述电流值为所述输出电信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010643818.0/2.html,转载请声明来源钻瓜专利网。