1 |
1
분석장치가 임의의 노이즈 샘플을 생성 모델(generative model)에 입력하여 분석 대상인 PPUF 시스템의 PPUF(Public Physically Unclonable Function)에 대한 제1 챌린지-리스폰스 쌍 또는 실제 챌린지 값에 대한 제1 리스폰스를 생성하는 단계; 및상기 분석장치가 상기 제1 챌린지-리스폰스 쌍 또는 상기 제1 리스폰스를 각각 실제값인 제2 챌린지-리스폰스 쌍 또는 실제값인 제2 리스폰스와 비교하여 공격 취약도를 평가하는 단계를 포함하되, 상기 분석장치는 상기 제1 챌린지-리스폰스 쌍이 상기 제2 챌린지-리스폰스 쌍과 동일한 경우, 또는 상기 제1 리스폰스와 상기 제2 리스폰스가 동일한 경우 상기 PPUF 시스템이 공격에 취약하다고 판단하는 PPUF 보안 시스템에 대한 공격 취약도 예측 방법
|
2 |
2
제1항에 있어서,상기 분석장치는 상기 생성 모델이 생성한 복수의 제1 챌린지-리스폰스 쌍들과 실제값인 복수의 제2 챌린지-리스폰스 쌍들을 비교하여, 상기 복수의 제1 챌린지-리스폰스 쌍들 중 일정한 개수 또는 일정한 비율이 상기 복수의 제2 챌린지-리스폰스 쌍들에 포함된 값과 동일한 경우, 또는상기 분석장치는 상기 생성 모델이 생성한 복수의 제1 리스폰스들과 실제값인 복수의 제2 리스폰스들을 비교하여, 상기 복수의 제1 리스폰스들 중 일정한 개수 또는 일정한 비율이 상기 복수의 제2 리스폰스에 포함된 값과 동일한 경우 상기 PPUF 시스템이 공격에 취약하다고 판단하는 PPUF 보안 시스템에 대한 공격 취약도 예측 방법
|
3 |
3
제1항에 있어서,상기 생성 모델은 GAN(Generative Adversarial Network)이고, 상기 GAN은 훈련 데이터인 챌린지-리스폰스 쌍 세트의 분포를 기준으로 학습되는 생성자 모델 및 상기 생성자 모델이 생성하는 챌린지-리스폰스 쌍의 진위 여부를 판단하는 판별 모델을 포함하는 PPUF 보안 시스템에 대한 공격 취약도 예측 방법
|
4 |
4
제1항에 있어서,상기 생성 모델은 GAN(Generative Adversarial Network)이고, 상기 GAN은 실제 챌린지를 조건으로 입력받고,상기 GAN은 상기 실제 챌린지에 대한 실제 리스폰스를 훈련 데이터로 이용하여 학습되는 생성자 모델 및 상기 생성자 모델이 출력하는 리스폰스의 진위 여부를 판단하는 판별 모델을 포함하는 PPUF 보안 시스템에 대한 공격 취약도 예측 방법
|
5 |
5
분석장치가 임의의 노이즈 샘플을 생성 모델(generative model)에 입력하여 분석 대상인 PPUF 시스템의 PPUF(Public Physically Unclonable Function)에 대한 제1 챌린지-리스폰스 쌍 또는 실제 챌린지 값에 대한 제1 리스폰스를 생성하는 단계; 상기 분석장치가 상기 제1 챌린지-리스폰스 쌍 또는 상기 제1 리스폰스를 각각 실제값인 제2 챌린지-리스폰스 쌍 또는 실제값인 제2 리스폰스와 비교하여 공격 취약도를 평가하는 단계; 및상기 공격 취약도가 임계값 이상이면, 상기 PPUF 시스템의 PPUF에 대하여 리스폰스 측정 시간 변경, 게이트웨이 순서 변경 또는 PPUF 회로 구조 변경 중 어느 하나를 수행하는 단계를 포함하는 PPUF 보안 시스템의 공격 방어 방법
|
6 |
6
제5항에 있어서,상기 생성 모델은 GAN(Generative Adversarial Network)이고, 상기 GAN은 훈련 데이터인 챌린지-리스폰스 쌍 세트의 분포를 기준으로 학습되는 생성자 모델 및 상기 생성자 모델이 생성하는 챌린지-리스폰스 쌍의 진위 여부를 판단하는 판별 모델을 포함하는 PPUF 보안 시스템의 공격 방어 방법
|
7 |
7
제5항에 있어서,상기 생성 모델은 GAN(Generative Adversarial Network)이고, 상기 GAN은 실제 챌린지를 조건으로 입력받고,상기 GAN은 상기 실제 챌린지에 대한 실제 리스폰스를 훈련 데이터로 이용하여 학습되는 생성자 모델 및 상기 생성자 모델이 출력하는 리스폰스의 진위 여부를 판단하는 판별 모델을 포함하는 PPUF 보안 시스템의 공격 방어 방법
|
8 |
8
분석 대상인 PPUF 시스템의 PPUF(Public Physically Unclonable Function)가 생성한 챌린지-리스폰스 쌍 정보를 입력받는 입력장치;PPUF에 대한 챌린지-리스폰스 쌍 또는 리스폰스를 생성하는 생성 모델(generative model)을 저장하고, 상기 PPUF 시스템의 PPUF가 생성한 챌린지-리스폰스 쌍 정보를 저장하는 저장장치; 및임의의 노이즈 샘플을 상기 생성 모델에 입력하여 상기 PPUF 시스템의 PPUF에 대한 제1 챌린지-리스폰스 쌍 또는 실제 챌린지 값에 대한 제1 리스폰스를 생성하고, 상기 제1 챌린지-리스폰스 쌍 또는 상기 제1 리스폰스를 각각 실제값인 제2 챌린지-리스폰스 쌍 또는 실제값인 제2 리스폰스와 비교하여 공격 취약도를 평가하는 연산장치를 포함하는 PPUF 보안 시스템의 공격 취약도를 분석하는 분석장치
|
9 |
9
제8항에 있어서,상기 연산 장치는 상기 생성 모델이 생성한 복수의 제1 챌린지-리스폰스 쌍들과 실제값인 복수의 제2 챌린지-리스폰스 쌍들을 비교하여, 상기 복수의 제1 챌린지-리스폰스 쌍들 중 일정한 개수 또는 일정한 비율이 상기 복수의 제2 챌린지-리스폰스 쌍들에 포함된 값과 동일한 경우, 또는상기 생성 모델이 생성한 복수의 제1 리스폰스들과 실제값인 복수의 제2 리스폰스들을 비교하여, 상기 복수의 제1 리스폰스들 중 일정한 개수 또는 일정한 비율이 상기 복수의 제2 리스폰스에 포함된 값과 동일한 경우 상기 PPUF 시스템이 공격에 취약하다고 판단하는 PPUF 보안 시스템의 공격 취약도를 분석하는 분석장치
|
10 |
10
제8항에 있어서,상기 생성 모델은 GAN(Generative Adversarial Network)이고, 상기 GAN은 훈련 데이터인 챌린지-리스폰스 쌍 세트의 분포를 기준으로 학습되는 생성자 모델 및 상기 생성자 모델이 생성하는 챌린지-리스폰스 쌍의 진위 여부를 판단하는 판별 모델을 포함하는 PPUF 보안 시스템의 공격 취약도를 분석하는 분석장치
|
11 |
11
제8항에 있어서,상기 생성 모델은 GAN(Generative Adversarial Network)이고, 상기 GAN은 실제 챌린지를 조건으로 입력받고,상기 GAN은 상기 실제 챌린지에 대한 실제 리스폰스를 훈련 데이터로 이용하여 학습되는 생성자 모델 및 상기 생성자 모델이 출력하는 리스폰스의 진위 여부를 판단하는 판별 모델을 포함하는 PPUF 보안 시스템의 공격 취약도를 분석하는 분석장치
|
12 |
12
제8항에 있어서,상기 연산장치는 상기 공격 취약도가 임계값 이상이면, 상기 PPUF 시스템의 PPUF에 대하여 리스폰스 측정 시간 변경, 게이트웨이 순서 변경 또는 PPUF 회로 구조 변경 중 어느 하나도록 제어 명령을 생성하는 PPUF 보안 시스템의 공격 취약도를 분석하는 분석장치
|