使用亚阈值电压分压器阵列的0.3pJ/bit耐机器学习强PUF
摘要
本文提出了一种基于强物理不可克隆函数(PUF)的亚阈值分压器结构。在门极和漏极短路且亚阈值区域存在偏置的逆变器中,PUF的唯一性来自于阈值电压的随机失配。亚阈值区域的非线性电流电压关系也使得该PUF能够抵抗基于机器学习(ML)的攻击。logistic回归、支持向量机(SVM)和随机森林(RF)对PUF响应的预测精度接近51%。65nm制得的PUF原型只消耗0.3pJ/bit,实现了能效和抗ML攻击的最佳结合。PUF测量的汉明距离(HD)分别为0.5026和0.0466。