Материалов:
1 082 141

Репозиториев:
30

Авторов:
761 409

Исследование уязвимости ФНФ типа арбитр к криптографическим атакам с использованием машинного обучения

Дата публикации: 2016

Дата публикации в реестре: 2020-03-03T07:04:54Z

Аннотация:

Одним из существенных недостатков физически неклонируемой функции типа арбитр является уязвимость к криптографическим атакам с помощью машинного обучения. Этот факт обусловлен линейностью модели формирования времени распространения задержки сигнала, которая хорошо аппроксимируется линейным бинарным классификатором. В данной статье рассматривается метод, значительно затрудняющий возможность атаки с помощью машинного обучения, который основан на хешировании значений запросов. Предлагаемый метод не влияет на важнейшие характеристики ФНФ (стабильность,уникальность, случайность), поскольку ее структура остается неизменной, а преобразованию подвергаются только запросы.

Ключевые слова:
материалы конференций

Тип: Article


Связанные документы (рекомендация CORE)