MétaCan
Menu
← Retour à la cohorte
Enregistrement W7060824237

Physical Unclonable Function-based Key Management Unit for RISC-V on FPGAs

2024· dissertation· en· W7060824237 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2024
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésField-programmable gate arrayKey (lock)Physical unclonable functionUnit (ring theory)Authentication (law)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The emergence of the Internet of Things (IoT), with an increasing amount of data transmission and storage, as well as a scope of physical system control, has placed a strong emphasis on data security.Encryption is the most widely adopted data security measure, which relies heavily on the secure storage of cryptographic keys.While the traditional key storage methods based on non-volatile memory (NVM) have been proven insecure, physical unclonable functions (PUFs) are a promising alternative.PUFs utilize inherent physical variations in devices to generate unique and unpredictable identifiers.Due to their outstanding cost-efficiency, low power consumption, low resource utilization, and unclonable nature, PUFs have become a favorable IoT security solution.Concerning the security of implementations, Field Programmable Gate Arrays (FPGAs) are more trustworthy and flexible than Application Specific Integrated Circuits (ASICs), making them appealing platforms for implementing PUFs.Regarding integrations of PUFbased applications with IoT systems, RISC-V instruction set architecture (ISA) presents an excellent fit, especially on FPGAs, due to its modularity, customizability, and open-source Abstract ii nature.In this thesis, we explore the use of a more complex delay-based PUF compared to the traditional Arbiter PUF (APUF) to further enhance IoT security.We propose a key management unit (KMU) that relies on a time-to-digital converter (TDC) PUF.Its quality-driven design and implementation strategies on FPGAs are investigated to address the challenges arising from the complex structure of the TDC PUF.Our proposed KMU and the quality-driven methodologies yielded great results when tested with Xilinx Artix-7FPGAs.We achieved a key regeneration success rate of approximately 90%, a doubling in the entropy, and around 4.5x more robust against small temperature variations.Compared to the traditional APUF, our TDC PUF is 12.5x and 2x more robust in uniqueness for same-model and cross-model FPGA implementations, respectively.Furthermore, our TDC PUF has more complex responses of 11 bits compared to the single-bit APUF response, making it more robust against modeling attacks.Lastly, we successfully integrated our KMU into an open-source RISC-V System-on-Chip (SoC).iii Abrégé L'émergence de l'Internet des objets (IdO), avec une quantité croissante de transmission et de stockage de données, ainsi qu'une portée de contrôle des systèmes physiques, met fortement l'accent sur la sécurité des données.Le chiffrement est la mesure de sécurité des données la plus largement adoptée, qui repose fortement sur le stockage sécurisé des clés cryptographiques.Alors que les méthodes traditionnelles de stockage de clés basées sur la mémoire non volatile (NVM) se sont avérées peu sécurisées, la fonction physique non clonables (PUFs) est une alternative prometteuse.Les PUF utilisent les variations physiques inhérentes aux dispositifs pour générer des identifiants uniques et imprévisibles.En raison de leur efficacité, de leur faible consommation d'énergie et de leur faible utilisation de ressources, les PUF sont devenues une solution de sécurité IdO favorable.Concernant la sécurité des implémentations, les réseaux de portes programmables sur le terrain (FPGA) sont plus fiables et flexibles que les circuits intégrés spécifiques à une application (ASIC), ce qui en fait des plateformes attrayantes pour l'implémentation des PUF.En ce qui concerne les intégrations des applications basées sur les PUF avec les systèmes Abrégé iv IoT, l'architecture de jeu d'instructions (ISA) RISC-V présente une excellente adéquation, notamment sur les FPGA, en raison de sa modularité, de sa personnalisation et de sa nature open-source.Dans cette thèse, nous explorons l'utilisation d'un PUF à retard plus complexe par rapport au traditionnel PUF arbitraire (APUF) pour renforcer encore la sécurité IdO.Nous proposons une unité de gestion de clés (KMU) qui repose sur un PUF de convertisseur de temps en numérique (TDC).Sa conception et ses stratégies de mise en œuvre axées sur la qualité sur les FPGA sont également étudiées pour relever les défis découlant de la structure complexe du PUF TDC.Notre KMU proposé et les méthodologies axées sur la qualité ont donné de bons résultats lorsqu'ils ont été testés avec des FPGA Xilinx Artix-7.Nous avons atteint un taux de réussite de régénération de clé d'environ 90%, un doublement de l'entropie, et environ 4,5 fois plus de robustesse contre de petites variations de température.Par rapport au APUF traditionnel, notre PUF TDC est 12,5 fois et 2 fois plus robuste en termes d'unicité pour des implémentations FPGA du même modèle et de modèles croisés, respectivement.De plus, notre PUF TDC présente des réponses plus complexes de 11 bits par rapport à la réponse APUF d'un seul bit, le rendant plus robuste contre les attaques de modélisation.Enfin, nous avons intégré avec succès notre KMU dans un système sur puce (SoC) RISC-V open source.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→