AutoLock：基于进化计算的逻辑锁定自动设计
密码学与安全
2023-05-04 v1
摘要
逻辑锁定在集成电路供应链全过程中保护硬件设计的完整性。然而，近期基于机器学习（ML）的攻击挑战了其基本安全性，引发了对设计抗学习锁定策略的需求。一种有前景的抗 ML 锁定机制隐藏于基于多路复用器的锁定之中。尽管如此，近期攻击已成功突破这些最先进的锁定方案，使得手动设计能抵御所有现有攻击的策略愈发复杂。在本项目中，我们首次提出利用进化计算（EC）——一组受进化机制启发的通用黑盒优化启发式——进行逻辑锁定的自动设计探索。该项目将评估 EC 设计的逻辑锁定针对各类攻击的性能，从最新的基于 ML 的链接预测开始。此外，该项目将提供在实际应用中使用基于 EC 的逻辑锁定的指南与最佳实践。
关键词
引用
@article{arxiv.2305.01840,
title = {AutoLock: Automatic Design of Logic Locking with Evolutionary Computation},
author = {Zeng Wang and Lilas Alrahis and Dominik Sisejkovic and Ozgur Sinanoglu},
journal= {arXiv preprint arXiv:2305.01840},
year = {2023}
}
备注
To be presented at IEEE/IFIP International Conference on Dependable Systems and Networks (DSN) 2023