新加坡國立大學工程學院電子與計算機工程系的研究團隊將硅芯片指紋識別技術提升到了一個新的水平，并取得了兩項重大改進：第一，使PUF能夠自我修復；第二，使它們能夠自我隱藏。

據(jù)報道，新加坡國立大學（NUS）的一個研究小組開發(fā)了一種新技術，允許物理不可克隆功能（PUF：Physically Unclonable Functions ）以非常低的成本產生更安全、獨特的“指紋”輸出，這一成果提高了硬件安全水平，即使是在低端系統(tǒng)的芯片上。

國大研究人員Massimo Alioto教授（左）和Sachin Taneja先生（右）測試了自愈和自隱式PUF的硬件安全性。

據(jù)悉，作為一種新的硬件安全原語，物理不可克隆函數(shù)是一種依賴芯片特征的硬件函數(shù)實現(xiàn)電路，具有唯一性和隨機性，通過提取芯片制造過程中必然引入的工藝參數(shù)偏差，實現(xiàn)激勵信號與響應信號唯一對應的函數(shù)功能。傳統(tǒng)上，PUF嵌入在多個商用芯片中，通過生成類似于單個指紋的密鑰，將一個硅芯片與另一個硅芯片區(qū)別開來，這種技術可以防止硬件盜版、芯片偽造和物理攻擊。

新加坡國立大學工程學院電子與計算機工程系的研究團隊將硅芯片指紋識別技術提升到了一個新的水平，并取得了兩項重大改進：第一，使PUF能夠自我修復；第二，使PUF能夠自我隱藏。

自修復PUF

盡管PUF在過去十年中出現(xiàn)了驚人的發(fā)展，但現(xiàn)有的PUF仍然存在穩(wěn)定性有限和周期性的指紋識別錯誤，它們通常被設計成獨立的電路，為黑客提供芯片上明顯的物理攻擊點。這種不穩(wěn)定性通常通過過度設計來抵消，例如為最壞的情況設計糾錯碼，這大大增加了芯片成本和功耗。此外，在開始商業(yè)化之前，必須首先通過在非常廣泛的環(huán)境條件下進行廣泛的測試來識別和丟棄具有不穩(wěn)定PUF的芯片，從而進一步增加成本。

為了解決這些問題，NUS工程師團隊引入了一種新的自適應技術，該技術使用片上傳感器和機器學習算法來預測和檢測PUF的不穩(wěn)定性。這項技術智能地將可調諧校正水平調整到所需的最小值，并產生更安全、穩(wěn)定的PUF輸出。反過來，這種新的方法將消耗降到最低，并且能夠檢測異常的環(huán)境條件，如溫度、電壓或噪聲，這些環(huán)境條件通常被黑客在物理攻擊中利用。

另一個好處是，通過縮小所需測試用例的范圍，傳統(tǒng)的測試負擔和成本大大降低，這消除了過度設計和不必要的設計成本，因為大多數(shù)測試工作可以委托給整個設備生命周期內可用的片上傳感和智能。

領導綠色IC集團的Massimo Alioto教授分享道：“我們利用片上感測和機器學習來實現(xiàn)PUF不穩(wěn)定性事件的準確預測、檢測和自適應抑制。整個芯片的生命周期內，能夠在不降低穩(wěn)定性的情況下自我修復，從而確保在最高安全級別可靠地生成密鑰，同時避免在最壞情況下設計和測試的負擔，即使這種情況很少發(fā)生，也不太可能發(fā)生，這降低了總體成本，縮短了上市時間，并減少了系統(tǒng)功耗，從而延長了電池壽命。”

降低芯片設計和測試成本是提高硬件安全性的關鍵，即使是在非常低成本和低功耗的硅系統(tǒng)中，例如物聯(lián)網（IoT）的傳感器節(jié)點、可穿戴設備和可植入生物醫(yī)學系統(tǒng)中。

阿利奧托教授闡述說，“芯片內傳感以及機器學習和自適應，使我們能夠以顯著降低的成本提高芯片內的安全標準。因此，PUF可以部署在地球上的每一個硅系統(tǒng)中，使硬件安全變得民主化，即使在嚴格的成本限制下也是如此?！?/p>

用創(chuàng)新的沉浸式邏輯設計創(chuàng)造自隱藏PUF

研究人員發(fā)明的PUF還具有首創(chuàng)的能力，可以完全浸入并隱藏在它們實際保護的數(shù)字邏輯中。這是通過PUF體系結構的大多數(shù)數(shù)字性質實現(xiàn)的，該結構允許與常規(guī)數(shù)字電路類似的數(shù)字標準單元的放置、路由和集成。由于商業(yè)軟件設計工具支持的常規(guī)數(shù)字自動化設計方法可以應用于PUF設計，因此可以降低設計成本。

此外，PUF數(shù)字設計允許密鑰的生成散布在使用此類密鑰的邏輯中，例如保護數(shù)據(jù)的密碼單元和處理待加密數(shù)據(jù)的微處理器。沉浸式邏輯方法將PUF標準單元分散在用于數(shù)字邏輯的單元中，從而為試圖探測特定芯片信號以物理重建密鑰的黑客“隱藏”或隱藏任何明確的攻擊點。

這個自我隱藏能力增加了大約100倍的攻擊力，它還將使用最先進的工具攻擊典型芯片的成本提高到數(shù)百萬美元，而在傳統(tǒng)的獨立PUF中則是數(shù)萬美元。

這項創(chuàng)新得到了領先的半導體公司（如臺積電）、教育部和新加坡國家研究基金會（National Research Foundation）通過國家級“SOCure”研究計劃的支持。

NUS的研究團隊將繼續(xù)研究計算機體系結構、物理安全和機器學習的融合，以開發(fā)下一代芯片安全系統(tǒng)。這項技術創(chuàng)新是由對隱私和信息安全的日益增長的需求推動的，因為越來越普遍地采用芯片上的系統(tǒng)來感知和處理個人和敏感信息。

該團隊還通過將體系結構和安全原語與芯片上的任何系統(tǒng)（從邏輯、內存、芯片內數(shù)據(jù)通信和加速器等）中普遍可用的電路緊密地物理集成，追求無處不在的、超低成本的硬件安全支持。最終，該團隊的最新突破有望在每個硅芯片的粒度上實現(xiàn)硬件安全，甚至在芯片上的單個子系統(tǒng)內。