earticle

영어

Security is one of the most important issues in Internet of Things where billions of interconnected devices identify and interact with each other. Physical unclonable function (PUF) attracts lots of research interest as a strong security technology. It is a hardware-based security utilizing physical deviation among devices resulted from silicon manufacturing process. In this paper, we address definition of strong PUF, practical implementation, issues and countermeasures on machine learning attacks. A brief introduction on PUF basics and related works are presented, and followed by the definitions of strong and weak PUFs to clarify the difference of the two categories and their applications. With various types of strong PUFs from the simple arbiter PUF to recent PUF prototypes elaborated, we propose a practical implementation. For the purpose of performance evaluation, uniqueness and reliability are explained with mathematic expressions and machine learning (ML) attack resistance is introduced. We also present threat and countermeasure of ML attacks.

한국어

수많은 기기들이 연결된 사물인터넷에서 기기들이 서로를 식별하고 상호작용하기 위해서는 보안이 매우 중요하다. 최근 많은 관심을 받는 물리적 복제 불가 함수(PUF: Physical unclonable function)는 생산 공정에서 물리적으로 발생하는 개체 간 편차를 이용하는 하드웨어 기반 보안 기술이다. 이 논문은 strong PUF의 정의, 실제 구현 방법, 최근 이슈가 되는 기계학습 공격과 그 대안을 다룬다. PUF의 동작 원리와 관련 연구 등 배경 지식을 소개하고, PUF의 유형을 weak PUF와 strong PUF로 구분하여 본질적인 차이점과 활용 분야를 명확히 한다. 단 순 arbiter PUF에서 최근 비선형 기법을 조합한 PUF의 프로토타입에 이르기까지, 다양한 strong PUF의 연구 동 향과 흐름을 다룸으로써 실제 PUF 회로 구현 방법을 제시한다. 대표적 PUF 성능 평가 지표인 유일성와 신뢰도를 수식으로 정리하고, 기계학습 공격 저항을 자세히 설명하여 관련 이슈의 최근 흐름과 향후 연구 방향을 제시한다.