在寄存器传输级设计抗机器学习攻击的逻辑锁定
密码学与安全
2022-04-08 v2
摘要
已提出多种逻辑锁定方案以保护硬件免受知识产权盗用与恶意设计篡改。由于传统锁定技术在逻辑综合后的门级网表上应用，它们不具备设计功能的语义知识。数据驱动的机器学习(ML)攻击可揭示门级锁定内的设计缺陷。近期关于寄存器传输级(RTL)锁定的提案可获取语义化硬件信息。我们研究了最先进的RTL锁定方法ASSURE针对ML攻击的鲁棒性。我们利用所得经验推导了两种为强化ASSURE锁定而构建的抗ML攻击RTL锁定方案。我们开发了ML驱动的安全度量，以针对最先进、基于ML的SnapShot攻击的RTL适配版评估这些方案。
引用
@article{arxiv.2203.05399,
title = {Designing ML-Resilient Locking at Register-Transfer Level},
author = {Dominik Sisejkovic and Luca Collini and Benjamin Tan and Christian Pilato and Ramesh Karri and Rainer Leupers},
journal= {arXiv preprint arXiv:2203.05399},
year = {2022}
}
备注
Proceedings of the 59th ACM/IEEE Design Automation Conference (DAC '22)