一种基于矩阵加密的强PUF抗机器学习攻击方法

摘要

本发明公开了一种基于矩阵加密的强PUF抗机器学习攻击方法，将多组不同激励信号作用于强PUF产生的响应信号作为待加密信息，并排列形成为明文矩阵，然后进行加密运算，采用两个明文矩阵经矩阵乘法运算生成密文矩阵，接着对密文矩阵进行二进制转换后得到的转换矩阵中的的元素作为最终响应，与原激励信号一一对应，作为矩阵加密强PUF的最终CRP；优点是能够大幅度提高强PUF抗机器学习攻击能力，机器学习攻击预测率可降低至50％左右，接近随机猜想，强PUF受到机器学习攻击的风险较小。