MétaCan
Menu
Retour à la cohorte
Enregistrement W4403786979 · doi:10.1038/s41598-024-72922-x

Hardware assurance with silicon photonic physical unclonable functions

2024· article· en· W4403786979 sur OpenAlexaff
Mohammad Amin Mahdian, Ebadollah Taheri, Hassan Rahbardar Mojaver, Mahdi Nikdast

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiquePhysical Unclonable Functions (PUFs) and Hardware Security
Établissements canadiensMcGill University
Organismes subventionnairesNational Science Foundation
Mots-clésPhysical unclonable functionPhotonicsComputer scienceSiliconOptoelectronicsComputer securityPhysicsCryptography

Résumé

récupéré en direct d'OpenAlex

In the modern landscape of optical communication networks, ensuring robust security is increasingly critical, particularly for applications requiring seamless integration and minimal attack surfaces. Photonic Physical Unclonable Functions (PUFs) leverage the response from the photonic devices that are prone to inherent physical variations to generate unique and unpredictable signature identifiers which are then utilized by an authentication system for identification or encryption purposes. These photonic PUFs can be cohesively integrated into systems that use optical communication, whereas using electronic PUFs would introduce additional vulnerabilities due to the need for signal-domain conversions between optical and electronic signals. In this paper, we present the design, fabrication, and experimental evaluation of advanced silicon-photonic-based PUFs utilizing Contra-Directional Coupler (CDC) structures. These structures offer a complex design space and are intrinsically sensitive to fabrication-process variations, making them ideal for creating unique and secure responses. We introduce several innovative design enhancements, including randomized corrugation functions, perforated designs, and ring-assisted CDCs, to increase the complexity and unpredictability of the CDC response. Measurement results from the fabricated CDCs demonstrate their capability to achieve an average Hamming distance threshold of over 0.2, effectively distinguishing between legitimate devices and their copies. We rigorously tested these fabricated designs against three different machine-learning-based attack scenarios. The results showed a Hamming distance of over 0.4 with a standard deviation of less than 0.01 at a quantization level of three, using 10,000 samples of challenge-response pairs. These findings underscore the potential of silicon photonic PUFs in enhancing security for optical communication systems of different scales. The integration of such photonic PUFs offers robust and reliable security solutions for applications where traditional electronic methods introduce additional attack surfaces and fail to provide adequate protection.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 GPT0,229
Écart entre enseignants0,219 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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