基于MLP算法的Glitch PUF机器学习攻击

论文摘要

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 PUF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。

论文目录

文章来源

类型: 期刊论文

作者: 徐金甫,董永兴,李军伟

关键词: 信息安全,机器学习,建模攻击

来源: 电子技术应用 2019年12期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 解放军信息工程大学

分类号: TP181;TP309

DOI: 10.16157/j.issn.0258-7998.190876

页码: 62-66

总页数: 5

文件大小: 346K

下载量: 78

相关论文文献

• [1].基于延时控制的Glitch PUF电路设计[J]. 计算机应用与软件 2020(11)

标签：信息安全论文;  机器学习论文;  建模攻击论文;