暗面：机器学习用于EDA中的安全问题
密码学与安全
2022-03-22 v1 机器学习
系统与控制
系统与控制
摘要
日益增长的集成电路复杂性导致通过新电子设计自动化(EDA)方法学提升设计效率的迫切需求。近年来，许多前所未有的高效EDA方法由机器学习(ML)技术赋能。尽管ML在电路设计中展现出巨大潜力，但其关于安全问题的暗面却鲜被讨论。本文对我们所观察到的ML用于EDA中的所有安全问题给出全面而公正的总结。其中许多被该领域的从业者隐藏或忽视。在本文中，我们首先提供分类法以定义四类主要安全问题，然后分析ML用于EDA中的不同应用场景与特殊性质。此后，我们对每个安全问题结合实验给出详细分析。
引用
@article{arxiv.2203.10597,
title = {The Dark Side: Security Concerns in Machine Learning for EDA},
author = {Zhiyao Xie and Jingyu Pan and Chen-Chia Chang and Yiran Chen},
journal= {arXiv preprint arXiv:2203.10597},
year = {2022}
}