【摘 要】
：
物理不可克隆函数（Physical Unclonable Function,PUF）是在资源受限设备上实现硬件安全的一种重要解决方案,具有轻量级和唯一性的优势,其结构主要为数字电路PUF。目前攻击PUF的机器学习方法主要包括逻辑回归、可能近似正确、布尔函数等,这些方法大多存在着准确率较低、数据量大的问题。高效机器学习算法的研究主要是提出新的建模攻击方法或者改进当前已有的算法,从以下两方面展开。首先
论文部分内容阅读
物理不可克隆函数（Physical Unclonable Function,PUF）是在资源受限设备上实现硬件安全的一种重要解决方案,具有轻量级和唯一性的优势,其结构主要为数字电路PUF。目前攻击PUF的机器学习方法主要包括逻辑回归、可能近似正确、布尔函数等,这些方法大多存在着准确率较低、数据量大的问题。高效机器学习算法的研究主要是提出新的建模攻击方法或者改进当前已有的算法,从以下两方面展开。首先通过硬件实现双稳态环PUF电路并收集激励响应数据,使用随机森林、逻辑回归的方法对双稳态环PUF进行建模攻击,达到比传统的可能近似正确算法准确率更高的目的。然后优化攻击插入型PUF结构的机器学习算法,以逻辑回归和分治算法作为建模的基础,通过引入协方差矩阵自适应进化策略的方法减少攻击插入型PUF结构时使用的训练集数据量。同时探索噪声对机器学习建模准确率的影响,并提出使用多数投票的方法减小噪声的影响。通过分析对双稳态环PUF的建模攻击实验结果,随机森林在攻击双稳态环PUF时准确率最高比可能近似正确方法提升8%。在攻击插入型PUF的实验中,当下层PUF的规模不大于6时,优化后的算法仅使用逻辑回归50%的建模数据量就可以成功建模插入型PUF结构。随着插入型PUF规模的增大,协方差矩阵自适应进化策略算法使用的训练集数据量少的优势更加明显。通过分析噪声对于算法建模精度的实验结果,噪声越大算法建模准确率越低,PUF规模越大噪声的影响越大。通过实验验证多数投票的方式可以提高攻击算法10%左右的准确率。
其他文献
相对于任务型单轮对话系统来说,任务型多轮对话系统更加符合人类日常对话逻辑,具有广泛的应用前景。然而,目前主流任务型多轮对话系统利用复杂的深度学习模型和大量语料进行训练,模型训练时间成本高,训练得到的模型计算复杂。对此,论文展开了深入研究,采用简化的深度学习模型进行多轮对话系统的训练,分别对意图识别与槽填充任务、对话状态跟踪任务、对话策略生成任务提出了优化设计,构建面向招聘领域的多轮对话系统。构建了
传统文化融入目前已经成为各个学科和各个阶段教学的重要任务,语文学科在融合我国优秀的传统文化方面具有独特的优势,所以作为大学教师一定要认真地挖掘教材中的传统文化要素,并且在教学中进行有效的应用,以此提升教学的质量,实现中华优秀传统文化的有效融合。本文就中华优秀传统文化在大学语文课程教学中的应用策略进行分析阐述。
零知识证明是一种具有计算完整性和隐私性的加密协议,一方能够在不向另一方提供任何有效信息的情况下,使另一方相信某个主张是正确的。其被广泛应用到涉及隐私的应用领域,如数字货币、可验证机器学习、可验证数据库外包等。零知识证明系统计算瓶颈在证明者模块,缓慢的生成证明速度极大限制系统吞吐率。证明者模块计算流程包括多项式运算和椭圆曲线上多标量乘法两个阶段,这两个阶段会给GPU系统设计带来数据划分困难、数据交换
随着新兴互联网商业模式的蓬勃发展,众包通过利用集体智慧已经成为一种解决大规模、复杂问题的高效、分布式范式,其中人员选择和用户激励是众包系统中最受关注的两个问题。但是,传统的人员决策和激励机制存在以下不足之处:第一,没有充分考虑用户间复杂的关联关系;第二,决策过程只注重短期利益;第三,缺乏对复杂任务的良好建模,因此很难满足日益复杂的众包任务需求。鉴于上述情况,结合强化学习考虑长期回报的特性以及张量强
现如今随着时代发展,我国相关部门对于教育行业的要求愈发严格,其主要是要求各个学校在教书育人的环境中要以学生为主,让他们能够获得更加全面的发展,要帮助学生建立起更加正确的人生观和价值观。针对这个问题,我国的中职院校就希望能够在语文教育中充分融入我国的优秀传统文化。通过这些优秀传统文化的融入让中职院校的学生能够在学习中更加了解我国的民族文化精神,让他们逐渐建立起正确的社会核心价值观以及个人理念,使我们
举人大挑，是清乾隆年间订立的疏通举人仕途的一种制度，分为挑选和授官两个阶段。因关注点不同，学界多聚焦于挑选阶段的研究，而对授官阶段探讨较少。以一等举人为例，分发、试用、甄别、补授四个环节前后相连，环环相扣，构筑了大挑举人的授官机制。环节不同，功用有别。分发是前提，试用是手段，甄别是基础，补授是目的，缺一不可。该机制在实际运作中，增强了科举的向心力和凝聚力，维护了清王朝的政治统治和社会稳定；但因形势
内窥镜视频被广泛运用于医学教育、远程手术、疾病诊断等方面,但一段未经剪辑的内窥镜视频有着大量的模糊片段与冗余片段,严重影响着整段视频的浏览体验,增加了信息获取的时间成本,因此,需要探索内窥镜视频的解析方法。关键帧是一组清晰的、包含了足够信息量的视频图像集,能概括一段视频所表达的主要内容。为了提取出清晰的关键帧,提出了先进行模糊帧识别和去除、再进行关键帧提取的方法。模糊帧识别属于图像质量评估计算的流
Qemu是一个用C语言编写的开源虚拟化软件,被广泛用于云计算业务以提供虚拟化支持。然而在生产环境中,除了完全组件故障,Qemu还会遭遇传统方法难以检测的局部组件故障。未被妥善应对的完全组件故障,以及由局部组件故障积累转化而导致的系统故障,共同导致了系统可用性的下降。目前,针对上述组件故障问题的诊断方案较少,且多面向Java应用,难以直接迁移到Qemu之上。面向Qemu设计并实现了一套静态离线代码分
随着位置服务应用的风靡,位置服务运营商在收集大量的用户移动数据用于数据分析的同时,也带给用户隐私泄露的风险。为避免这一风险,数据发布方在发布数据前通常会对用户的原始数据进行隐私保护处理。但是扰动后的数据在一定范围内仍然保留了用户的轨迹分布特征和轨迹间相似度,隐私泄露的问题依然存在。发现隐私保护方法中存在的隐私泄露场景,对未来的保护方法的完善具有现实意义。现有的移动数据推理研究中,针对差分隐私保护的
电弧增材制造技术因沉积率高、短周期、高利用率和低成本等优点,具有广泛的应用前景。但在其生产过程中,存在很多干扰因素使零件表面产生缺陷,影响零件的成形精度。在电弧增材制造过程中,检测零件表面缺陷并对缺陷区域进行修补可以提升零件的最终成形质量。基于电弧增材制造点云数据的表面缺陷检测系统可以应用于电弧增材制造的在线监测领域,提高电弧增材制造生产过程的自动化程度和成形零件的精度。首先,将系统的功能模块划分