石墨烯使加密密钥更难被破解
宾夕法尼亚州立大学的研究人员正在使用石墨烯使加密密钥更难破解,这可用于提高数据安全和整体网络安全措施。
随着越来越多的私人数据以数字方式存储和共享,研究人员正在探索保护数据免受不良行为者攻击的新方法。目前的硅技术利用计算组件之间的微小差异来创建安全密钥,但人工智能(AI)技术可以用来预测这些密钥并获得数据访问权。宾夕法尼亚州立大学的研究人员设计了一种使用石墨烯使加密密钥更难破解的方法。
在工程科学和力学助理教授Saptarshi Das的带领下,研究人员使用石墨烯(一层碳原子厚度)开发了一种新型低功耗、可扩展、可重构的硬件安全设备,具有显著的抗人工智能攻击能力。
达斯说:“最近,私人数据被泄露的情况越来越多。”“我们开发了一种新的硬件安全设备,最终可以用于保护各行各业的这些数据。”
开发流程
据研究人员介绍,该设备被称为物理不可克隆功能(PUF),是基于石墨烯的PUF的首次演示。石墨烯的物理和电学性质,以及制造工艺,使新型PUF更加节能,可扩展,并对对硅PUF构成威胁的AI攻击更加安全。
该团队制造了近2000个相同的石墨烯晶体管,可以在电路中开关电流。尽管它们的结构相似,但由于生产过程中产生的固有随机性,晶体管的导电性有所不同。虽然这种变化通常是电子器件的缺点,但对于硅基器件所不具有的PUF来说,这是一个理想的品质。
在石墨烯晶体管被实现到puf中之后,研究人员对它们的特性进行了建模,从而创建了6400万个基于石墨烯的puf的模拟。为了测试PUF的安全性,Das和他的团队使用了机器学习,这是一种允许AI研究系统并发现新模式的方法。研究人员用石墨烯PUF模拟数据训练AI,测试AI是否可以使用这种训练对加密数据做出预测,并揭示系统的不安全性。
达斯说:“神经网络非常擅长从大量数据中建立模型,即使人类无法做到这一点。”“我们发现人工智能无法建立模型,也不可能学习加密过程。”
Das说,这种对机器学习攻击的抵抗使PUF更加安全,因为潜在的黑客不能使用被破坏的数据来逆向工程设备以供未来利用。即使可以预测密钥,石墨烯PUF也可以通过重新配置过程生成新密钥,无需额外的硬件或更换组件。
在达斯的指导下进行研究的工程科学和力学研究生Akhil Dodda说:“通常情况下,一旦系统的安全性受到损害,它就会永久受到损害。”“我们开发了一种方案,可以重新配置并再次使用这种受损的系统,增加抗篡改性作为另一个安全功能。”
凭借这些特性,以及在大范围温度下工作的能力,基于石墨烯的PUF可用于各种应用。进一步的研究可能会为其在柔性和可打印电子产品、家用设备等方面的应用开辟道路。
-由Chris Vavra编辑,网页内容经理,控制工程, CFE媒体与技术,cvavra@cfemedia.com.
您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献,并获得你和你的公司应得的认可。点击在这里开始这个过程。