電子情報通信学会総合大会講演要旨
A-7-13
Deep Learning を用いたDouble Arbiter PUFの安全性評価
○八代理紗・町田卓謙・岩本 貢・崎山一男(電通大)
回路の電気的特性のばらつきを利用したPhysically Unclonable Function (PUF) の一種であるArbiter PUF (APUF) は機械学習攻撃に対して脆弱であるとの報告がある.Support Vector Machine (SVM) を用いた機械学習攻撃に耐性を持つAPUFとして,Double Arbiter PUF (DAPUF) が提案されている.しかし,Deep Learning (DL) に対する評価はまだされていない.本稿では,DLを用いてDAPUFに対して機械学習攻撃を行い,耐性を評価する.FPGA実装の場合,従来のAPUFでは学習データとして用いたチャレンジとレスポンスの組が1000組の時で予測率が95%となったが,DAPUFは50000組の時でも68%に留まった.DAPUFを用いて256ビットで認証するシステムを想定したとき,認証回数に200回の制限を設ければ脅威にはならないと言える.