ИИ пасует перед графеновыми ключами шифрования

Для создания ключей шифрования, способных защитить данные от атак, современные кремниевые технологии используют микроскопические различия между компьютерными компонентами, однако методы искусственного интеллекта (ИИ) позволяют предугадывать эти ключи и получать доступ к данным.

Теперь команда из Пенсильванского университета (Penn State) разработала способ усложнить взлом зашифрованных ключей с помощью графена. Свои выводы учёные опубликовали в журнале Nature Electronics 10 мая.

Созданное ими устройство стало первой демонстрацией физически неклонируемой функции (Physically Unclonable Function, PUF) на базе графена. Физические и электрические свойства графена, а также процесс его изготовления делают новое PUF-устройство более энергоэффективным, масштабируемым и более защищённым от ИИ-атак, представляющих угрозу для кремниевых PUF.

Демонстрационный образец состоит из примерно двух тысяч графеновых транзисторов. Хотя структурно они все одинаковы, дираковские напряжение и проводимость, а также мобильность носителей заряда для большой популяции графеновых полевых транзисторов подчиняются случайному распределению Гаусса.

Именно благодаря этому графеновое PUF устойчиво к атакам машинного обучения на основе моделей прогнозирующей регрессии и генеративных состязательных нейронных сетей. Авторы доказали это, использовав для обучения нейросетей данные смоделированного ими графенового PUF, состоящего из 64 млн транзисторов.

«Мы обнаружили, что ИИ не может разработать модель, и не может изучить процесс шифрования», — заявил руководитель исследовательского коллектива, доцент кафедры инженерных наук и механики Penn State, Саптарши Дас (Saptarshi Das).

По словам Даса, потенциальные хакеры не смогут применить взломанные данные для обратной разработки графенового PUF, а скомпрометированную систему можно перенастроить и использовать вновь без установки дополнительного оборудования или замены компонентов.

Все эти преимущества, плюс способность функционировать в широком диапазоне температур, делают PUF на базе графена перспективными для множества прикладных сценариев. Дальнейшие исследования могут открыть возможности их использования в гибкой и печатной электронике, в бытовых устройствах и во многом другом.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365