+11 голос |
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
+11 голос |