PUFを用いた個体識別システムにおける機械学習攻撃に対する脆弱性の評価

摘要

個体認証システムに向けたPUFの中でも特に機械学習攻撃に耐性が高いとされるDouble-Arbiter PUF及びPL-PUFに対し，end-to-endの深層ニューラルネットワークを用いた攻撃手法を提案する．提案手法を用いることにより，Double-Arbiter PUFでは先行研究を21.1%上回る精度で未知のレスポンスを予測できた．PL-PUFでは予測するレスポンスbit及び発振周期数により予測精度が異なることを明らかにした．また実験結果を踏まえ，機械学習技術による攻撃に対する認証システムの脆弱性について，環境変動の影響を考慮して考察した．