| 講演名 | 2018-03-02 深層ニューラルネットワークを用いたDouble-Arbiter PUFに対するモデリング攻撃 飯塚 知希(東大), 粟野 皓光(東大), 池田 誠(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | モデリング攻撃に耐性が高いとされるDouble-Arbiter PUFに対する，深層ニューラルネットを用いた攻撃手法を提案する．活性化関数にReLUを，重みの初期化手法にXavier Initializationを採用することで，約40億通りあるチャレンジ・レスポンス対のうちで，およそ0.002%を学習させるだけで，未学習のチャレンジに対するレスポンスを88.4%の確率で予測できることが確認された．これは従来手法を21.1%上回る予測精度であり，急速に発展している機械学習技術による攻撃を見据えた認証スキームの設計が重要であることを明らかにした． |
| 抄録(英) | A deep neural network-based modeling attack for Double-Arbiter PUF (DAPUF) is proposed. Although DAPUF is known to be highly resistant to modeling attacks, by employing some novel techniques developped in machine learning community, such as ReLU activation function and Xavier initialization technique, our model succcessfly predicted responses to unseen challenges with probability of 88.4%, which is 21.1% higher than the conventional method. Those results highlight an important fact that PUF-based authentication schemes should be carefully designed considering the rapid evoluving machine learning technology. |
| キーワード(和) | PUF / ダブルアービターPUF / 深層ニューラルネットワーク / 機械学習攻撃 / モデリング攻撃 |
| キーワード(英) | PUF / Double-Arbiter PUF / deep neural network / machine learning attack / modeling attack |
| 資料番号 | VLD2017-127 |
| 発行日 | 2018-02-21 (VLD) |
| 研究会情報 | |
| 研究会 | VLD / HWS |
|---|---|
| 開催期間 | 2018/2/28(から3日開催) |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | Okinawa Seinen Kaikan |
| テーマ（和） | システムオンシリコンを支える設計技術 |
| テーマ（英） | |
| 委員長氏名（和） | 越智 裕之(立命館大) |
| 委員長氏名（英） | Hiroyuki Ochi(Ritsumeikan Univ.) |
| 副委員長氏名（和） | 峯岸 孝行(三菱電機) |
| 副委員長氏名（英） | Noriyuki Minegishi(Mitsubishi Electric) |
| 幹事氏名（和） | 永山 忍(広島市大) / 新田 高庸(NTTデバイスイノベーションセンタ) |
| 幹事氏名（英） | Shinobu Nagayama(Hiroshima City Univ.) / Koyo Nitta(NTT) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on VLSI Design Technologies / Technical Committee on Hardware Security |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層ニューラルネットワークを用いたDouble-Arbiter PUFに対するモデリング攻撃 |
| サブタイトル（和） | |
| タイトル（英） | Modeling Attacks on Double-Arbiter PUF Using Deep Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | PUF / PUF |
| キーワード(2)（和/英） | ダブルアービターPUF / Double-Arbiter PUF |
| キーワード(3)（和/英） | 深層ニューラルネットワーク / deep neural network |
| キーワード(4)（和/英） | 機械学習攻撃 / machine learning attack |
| キーワード(5)（和/英） | モデリング攻撃 / modeling attack |
| 第 1 著者 氏名（和/英） | 飯塚 知希 / Tomoki Iizuka |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 第 2 著者 氏名（和/英） | 粟野 皓光 / Hiromitsu Awano |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 第 3 著者 氏名（和/英） | 池田 誠 / Makoto Ikeda |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 発表年月日 | 2018-03-02 |
| 資料番号 | VLD2017-127 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | VLD-455 |
| ページ範囲 | pp.231-236(VLD), |
| ページ数 | 6 |
| 発行日 | 2018-02-21 (VLD) |