MétaCan
Menu
Retour à la cohorte
Enregistrement W3178986308 · doi:10.1109/iccworkshops50388.2021.9473510

An Efficient and Reliable Lightweight PUF for IoT-based Applications

2021· article· en· W3178986308 sur OpenAlexaff
Fathi Amsaad, Abdul Razaque, Mohamed Baza, Seluck Kose, Sajal Bhatia, Gautam Srivastava

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePhysical Unclonable Functions (PUFs) and Hardware Security
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Field-programmable gate arrayEmbedded systemPhysical unclonable functionComputer scienceRing oscillatorExploitInternet of ThingsStandardizationHardware security moduleReliability engineeringCryptographyVoltageEngineeringElectrical engineeringPower (physics)Operating systemComputer security

Résumé

récupéré en direct d'OpenAlex

Silicon physical unclonable functions (sPUFs) exploit manufacturing process variations of semiconductor integrated circuits (ICs) to protect IoT-based devices from new cyberattacks. In this paper, a novel security technique, namely, an efficient lightweight configurable-based ring oscillator PUFs (c-ROPUFs)design, is proposed to enhance IoT-based reliability. The c-ROPUF is a low area design, mapped in a single CLB, and easy to implement on reconfigurable hardware. Data samples are collected under varying temperatures and supply voltage over a population of 30 Spartan-3E FPGA chips. The reliability ofc-ROPUF is identified and evaluated based on the standards of the International Organization for Standardization (ISO) in terms of reliability. With the application of the proposed 1-out-of-encoding algorithm, our results demonstrate that c-ROPUF shows magnified average reliability of 99.63% as compared to earlier PUF designs. Finally, the results also show that the c-ROPUFdesign is immune from accelerated aging impacts with no bitflip, leading to reliability issues.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,241
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhysical Unclonable Functions (PUFs) and Hardware SecurityTravaux en français237 207