数字水印用于虚拟物理无法克隆的功能数据隐藏和身份验证

科学领域:

• 网络安全 网络安全
• 物联网 (IoT) 的物联网 (IoT) 的物联网.
• 应用密码学 应用密码学

背景情况:

• 物联网网络中的基于分割学习的虚拟物理不可克隆功能 (VPUF) 面临着窃听和重播攻击等安全挑战.
• 现有的安全机制往往难以在VPUF中平衡稳定性和计算效率.
• 资源有限的物联网环境需要轻量级但有效的安全解决方案.

研究的目的:

• 提出一种新的数字水印方法,以提高基于分割学习的VPUF的安全性.
• 解决窃听和重复攻击的漏洞,而无需显著的硬件或计算开销.
• 为物联网网络提供具有成本效益和可扩展的安全解决方案.

主要方法:

• 使用深度学习生成嵌入在VPUF隐藏表示中的水印.
• 模拟Rayleigh通过Jake的模型色,以获得用于创建水印的秘密通道信息.
• 使用自动编码器生成一个强大的隐性水印,并将其嵌入到VPUF的隐性响应中.
• 通过水印和隐藏响应验证实现双重身份验证.

主要成果:

• 实验测试证实了水印过程的高保真性,可靠性和不可伪造性.
• 拟议的方法在VPUF的核心绩效指标上没有妥协.
• 通过同时验证,成功实现了双重身份验证.
• 这种方法在加强VPUF对常见攻击的安全方面被证明是有效的.

结论:

• 数字水印技术显著加强了物联网网络中基于分割学习的VPUF的安全性.
• 拟议的解决方案具有成本效益,可扩展性,适合资源有限的物联网设备.
• 这项研究提供了一种切实可行的方法来减轻对VPUF的窃听和重复攻击.