ReadyPlanet.com


คีย์กราฟีนเพื่อความปลอดภัยของฮาร์ดแวร์แบบใหม่


บาคาร่า สมัครบาคาร่า เนื่องจากมีการจัดเก็บและแบ่งปันข้อมูลส่วนตัวทางดิจิทัลมากขึ้น นักวิจัยจึงกำลังค้นหาวิธีใหม่ๆ ในการปกป้องข้อมูลจากการถูกโจมตีจากผู้ไม่หวังดี เทคโนโลยีซิลิกอนในปัจจุบันใช้ประโยชน์จากความแตกต่างทางจุลทรรศน์ระหว่างส่วนประกอบคอมพิวเตอร์เพื่อสร้างคีย์ที่ปลอดภัย แต่เทคนิคปัญญาประดิษฐ์ (AI) สามารถใช้ทำนายคีย์เหล่านี้และเข้าถึงข้อมูลได้ ตอนนี้นักวิจัยของ Penn State ได้ออกแบบวิธีที่จะทำให้คีย์ที่เข้ารหัสยากขึ้นในการถอดรหัส

นำโดย Saptarshi Das ผู้ช่วยศาสตราจารย์ด้านวิศวกรรมศาสตร์และกลศาสตร์ นักวิจัยใช้กราฟีน ซึ่งเป็นชั้นของคาร์บอนที่มีความหนา 1 อะตอม เพื่อพัฒนาอุปกรณ์รักษาความปลอดภัยฮาร์ดแวร์แบบใหม่ที่ใช้พลังงานต่ำ ปรับขนาดได้ และกำหนดค่าใหม่ได้ ซึ่งมีความยืดหยุ่นสูงต่อการโจมตี AI พวกเขาได้เผยแพร่ผลการวิจัยของพวกเขาในNature Electronicsวันนี้ (10 พฤษภาคม)

“เมื่อเร็ว ๆ นี้มีการละเมิดข้อมูลส่วนตัวมากขึ้นเรื่อยๆ” Das กล่าว "เราได้พัฒนาอุปกรณ์รักษาความปลอดภัยฮาร์ดแวร์ตัวใหม่ที่สามารถนำไปใช้เพื่อปกป้องข้อมูลเหล่านี้ได้ในทุกอุตสาหกรรมและภาคส่วน"

อุปกรณ์นี้เรียกว่าฟังก์ชัน unclonable ทางกายภาพ (PUF) เป็นการสาธิตครั้งแรกของ PUF ที่ใช้กราฟีนตามที่นักวิจัยกล่าว คุณสมบัติทางกายภาพและทางไฟฟ้าของกราฟีน ตลอดจนกระบวนการผลิต ทำให้ PUF ใหม่ประหยัดพลังงาน ปรับขนาดได้ และปลอดภัยจากการโจมตีของ AI ที่เป็นภัยคุกคามต่อซิลิคอน PUF

ทีมแรกสร้างทรานซิสเตอร์กราฟีนที่เหมือนกันเกือบ 2,000 ตัว ซึ่งเปิดและปิดกระแสไฟในวงจร แม้จะมีโครงสร้างที่คล้ายคลึงกัน แต่การนำไฟฟ้าของทรานซิสเตอร์ก็แปรผันเนื่องจากการสุ่มโดยธรรมชาติที่เกิดขึ้นจากกระบวนการผลิต แม้ว่ารูปแบบดังกล่าวมักจะเป็นข้อเสียเปรียบสำหรับอุปกรณ์อิเล็กทรอนิกส์ แต่ก็เป็นคุณภาพที่ต้องการสำหรับ PUF ที่ไม่ได้ใช้ร่วมกับอุปกรณ์ที่ใช้ซิลิกอน

หลังจากที่ทรานซิสเตอร์กราฟีนถูกนำมาใช้เป็น PUF นักวิจัยได้จำลองลักษณะเฉพาะของพวกเขาเพื่อสร้างแบบจำลอง PUF ที่ใช้กราฟีน 64 ล้านชุด ในการทดสอบความปลอดภัยของ PUF Das และทีมของเขาได้ใช้การเรียนรู้ของเครื่อง ซึ่งเป็นวิธีการที่ AI สามารถศึกษาระบบและค้นหารูปแบบใหม่ๆ นักวิจัยได้ฝึกอบรม AI ด้วยข้อมูลการจำลอง graphene PUF เพื่อทดสอบว่า AI สามารถใช้การฝึกอบรมนี้เพื่อคาดการณ์เกี่ยวกับข้อมูลที่เข้ารหัสและเปิดเผยความไม่มั่นคงของระบบได้หรือไม่

“โครงข่ายประสาทเทียมนั้นดีมากในการพัฒนาแบบจำลองจากข้อมูลจำนวนมหาศาล แม้ว่ามนุษย์จะไม่สามารถทำได้” Das กล่าว "เราพบว่า AI ไม่สามารถพัฒนาโมเดลได้ และกระบวนการเข้ารหัสก็ไม่สามารถเรียนรู้ได้"

การต่อต้านการโจมตีด้วยแมชชีนเลิร์นนิงทำให้ PUF มีความปลอดภัยมากขึ้น เนื่องจากแฮ็กเกอร์ที่อาจไม่สามารถใช้ข้อมูลที่ละเมิดเพื่อวิศวกรรมย้อนกลับอุปกรณ์สำหรับการใช้ประโยชน์ในอนาคต Das กล่าว แม้ว่าคีย์สามารถคาดการณ์ได้ แต่ graphene PUF สามารถสร้างคีย์ใหม่ผ่านกระบวนการกำหนดค่าใหม่โดยไม่ต้องใช้ฮาร์ดแวร์เพิ่มเติมหรือเปลี่ยนส่วนประกอบ

Akhil Dodda นักศึกษาระดับบัณฑิตศึกษาด้านวิศวกรรมศาสตร์และกลศาสตร์ซึ่งดำเนินการวิจัยภายใต้การเป็นพี่เลี้ยงของ Das กล่าวว่า "โดยปกติแล้ว เมื่อความปลอดภัยของระบบถูกบุกรุก ระบบจะถูกบุกรุกอย่างถาวร" "เราได้พัฒนารูปแบบที่สามารถกำหนดค่าและใช้งานระบบที่ถูกบุกรุกดังกล่าวได้อีกครั้ง โดยเพิ่มการต้านทานการงัดแงะเป็นคุณลักษณะด้านความปลอดภัยอื่น"

ด้วยคุณสมบัติเหล่านี้ เช่นเดียวกับความสามารถในการทำงานในช่วงอุณหภูมิที่หลากหลาย PUF ที่ใช้กราฟีนจึงสามารถใช้งานได้หลากหลาย การวิจัยเพิ่มเติมสามารถเปิดเส้นทางสู่การใช้งานในอุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นและพิมพ์ได้ อุปกรณ์ในครัวเรือน และอื่นๆบาคาร่า สมัครบาคาร่า



ผู้ตั้งกระทู้ Rimuru Tempest :: วันที่ลงประกาศ 2021-09-17 15:31:14 IP : 182.232.149.249


แสดงความคิดเห็น
ความคิดเห็น *
ผู้แสดงความคิดเห็น  *
อีเมล 
ไม่ต้องการให้แสดงอีเมล



Copyright © 2010 All Rights Reserved.