-
公开(公告)号：CN118694519A
公开(公告)日：2024-09-24
申请号：CN202410725127.3
申请日：2024-06-05
申请人： 湖南大学
IPC分类号： H04L9/08 , G11C11/412 , G11C11/418 , G11C11/419 , G11C29/50
摘要： 本发明提出一种亚阈值SRAM PUF单元、芯片顶层架构及不可靠位检测方法，亚阈值SRAM PUF单元包括，包括晶体管一、晶体管二、晶体管三、晶体管四和非门，晶体管一和晶体管二采用交叉耦合结构形成正反馈回路，晶体管三和晶体管四组成一组泄露晶体管，正反馈回路上设置有互补输出的信号点一和信号点二，晶体管三和晶体管四分别连接信号点一和信号点二，并通过非门来控制晶体管三和晶体管四的通断。本发明提出的亚阈值SRAM PUF单元可以将传统SRAM PUF的双稳态结构转化为单稳态结构，并利用交叉耦合PMOS对降低噪声提高原生可靠性。
-
公开(公告)号：CN113364599B
公开(公告)日：2022-05-13
申请号：CN202110658063.6
申请日：2021-06-15
申请人： 湖南大学
IPC分类号： H04L9/32
摘要： 本发明涉及物理不可克隆函数技术领域，尤其涉及一种双态物理不可克隆函数电路，所述电路包括：信号驱动电路将接收的串行激励信号和串行配置信号分别转换为并行信号；若干个双态物理不可克隆函数电路单元，每个单元根据激励信号和配置信号获取响应；时序控制电路确保本电路按设计的时序工作；并行/串行转换器电路实现多比特响应的串行输出。其中每个双态物理不可克隆函数电路单元包括：状态配置电路根据配置信号切换本电路的工作状态；放大器链电路对带有工艺偏差的信号进行放大；响应读出电路根据激励信号选择单元并输出响应。通过设置本电路生成了高可靠性的密钥。
-
公开(公告)号：CN107590385B
公开(公告)日：2020-03-17
申请号：CN201710832254.3
申请日：2017-09-15
申请人： 湖南大学
摘要： 本发明公开了一种硬件辅助抗代码复用攻击防御系统及方法，其中防御系统包括预处理模块、缓存、内存、CPU和加密解密架构，所述加密解密架构包括PUF模块、第一密钥寄存器、第一长度寄存器、第二密钥寄存器、第二长度寄存器、PUF加密模块、汉明距离编码模块、汉明距离解码模块、解压缩模块和判决模块。本发明利用程序返回地址与密钥间的汉明距离并匹配来抵抗ROP攻击；由于对汉明距离进行了编码操作，消除了以往工作中攻击者可通过选择明文攻击的方式来猜测由PUF模块产生的密钥这一安全性问题，因而安全性高；同时，将指令级别的数据隐藏技术应用于JOP攻击防御中，性能开销低，无需修改指令集，通用性好，安全性高。
-
公开(公告)号：CN109005040A
公开(公告)日：2018-12-14
申请号：CN201811052708.6
申请日：2018-09-10
申请人： 湖南大学
发明人： 张吉良
IPC分类号： H04L9/32
摘要： 本发明公开了一种动态多密钥混淆PUF结构，包括PUF、非易失性存储器、真随机数生成器和寄存器；非易失性存储器存储认证过程中产生的激励；真随机数生成器产生随机数；寄存器存储认证过程中产生的混淆密钥。本发明还公开了动态多密钥混淆PUF结构的认证方法，包括注册阶段和认证阶段。本发明提供的这种动态多密钥混淆PUF结构及其认证方法，能够抵御各类型的机器学习攻击方法，避免出现对可用的激励响应对个数的限制，适用于现有的所有的强PUF且不影响PUF的稳定性，同时去除了如纠错单元、hash电路等硬件，从而大幅减小了PUF的硬件实现开销。
-
公开(公告)号：CN118444879A
公开(公告)日：2024-08-06
申请号：CN202410612003.4
申请日：2024-05-16
申请人： 湖南大学
摘要： 本发明提出一种动态混合熵单元与动态混合真随机数发生器，动态混合熵单元包括，包括用于利用输入信号产生振荡信号的振荡环一和振荡环二，振荡环一和振荡环二上均设置有D触发器采样节点，振荡环一和振荡环二连接，且振荡环一的振荡信号作为控制振荡环二在延迟环与反相环之间的随机动态切换的激活信息。本发明通过振荡环一控制振荡环二在延迟环与反相环之间的随机动态切换，进而可以实现动态混合输出，使得最终结果表现出很大的随机性。
-
公开(公告)号：CN115795243A
公开(公告)日：2023-03-14
申请号：CN202210869496.0
申请日：2022-07-21
申请人： 湖南大学
摘要： 本发明将突破传统的傅里叶变换实现方式，探索基于存算一体技术的傅里叶变换实现新方法，创新性地从模拟电路角度提出高能效的傅里叶变换计算电路，属于信号分析与信号处理领域。首先，研究如何利用忆阻阵列设计复数矩阵乘法运算电路；其次，在此基础上，展开对一维傅里叶变换及其逆变换的可编程存内计算电路的研究。考虑在实际应用中需要处理大量的二维信号，因此，在一维傅里叶变换计算电路研究基础上，进行二维傅里叶变换的可编程存内计算电路研究。本发明对实时傅里叶变换的实现有十分重要的科学意义和潜在的经济效益；研究成果可以广泛应用于物联网领域中的信号处理，有助于在该领域形成核心知识产权。
-
公开(公告)号：CN115525890A
公开(公告)日：2022-12-27
申请号：CN202110711467.7
申请日：2021-06-25
申请人： 腾讯科技(深圳)有限公司 , 湖南大学
发明人： 张吉良
IPC分类号： G06F21/54 , G06F21/55 , G06F8/36 , G06F16/901 , G06F16/903
摘要： 本申请提供了一种程序的保护方法、检测器、电子设备及计算机可读存储介质；方法包括：从内存中加载程序的待执行的多个指令，从多个指令中识别出非分支指令和分支指令，并获取分支指令携带的地址；从检测器中的索引表中读取针对分支指令预记录的地址，并与分支指令携带的地址进行比对；将非分支指令、以及比对一致的分支指令作为合法指令，将合法指令存储到检测器中的等待链表；将等待链表中的合法指令按照对应的执行顺序连接，并发送到处理器执行。通过本申请，能够在降低实施成本的基础上有效防护针对程序的代码攻击。
-
公开(公告)号：CN113127857B
公开(公告)日：2022-05-31
申请号：CN202110411299.X
申请日：2021-04-16
申请人： 湖南大学
摘要： 本发明公开了一种针对对抗性攻击的深度学习模型防御方法，包括获取待训练的原始深度学习模型和原始训练数据；构建转换层；对原始训练数据进行数据转换并补充数据构成训练数据；对待训练的原始深度学习模型进行训练得到深度学习模型；将转换层插入到深度学习模型的输入层后面得到高鲁棒性深度学习模型；在高鲁棒性深度学习模型工作时对输入的数据进行监测，并采用深度学习模型中的转换层进行对应的防御。本发明还公开了包括所述针对对抗性攻击的深度学习模型防御方法的深度学习模型。本发明提高了模型在面对各类对抗样本时的鲁棒性，同时保证了模型的精度不受到影响；而且通用性高、可靠性好且防御效果好。
-
公开(公告)号：CN113127857A
公开(公告)日：2021-07-16
申请号：CN202110411299.X
申请日：2021-04-16
申请人： 湖南大学
摘要： 本发明公开了一种针对对抗性攻击的深度学习模型防御方法，包括获取待训练的原始深度学习模型和原始训练数据；构建转换层；对原始训练数据进行数据转换并补充数据构成训练数据；对待训练的原始深度学习模型进行训练得到深度学习模型；将转换层插入到深度学习模型的输入层后面得到高鲁棒性深度学习模型；在高鲁棒性深度学习模型工作时对输入的数据进行监测，并采用深度学习模型中的转换层进行对应的防御。本发明还公开了包括所述针对对抗性攻击的深度学习模型防御方法的深度学习模型。本发明提高了模型在面对各类对抗样本时的鲁棒性，同时保证了模型的精度不受到影响；而且通用性高、可靠性好且防御效果好。
-
公开(公告)号：CN110706727A
公开(公告)日：2020-01-17
申请号：CN201910938265.9
申请日：2019-09-30
申请人： 湖南大学
IPC分类号： G11C11/16
摘要： 本发明公开了一种磁性随机存取存储器及基于STT MARM的可重构PUF方法，磁性随机存取存储器包括多行存储单元，每一行包括多个存储单元，每一行的所有存储单元的源选择线相互连接后接地；每一行所有存储单元的字选择线相互连接并接入WL编码器；相邻两行存储单元之间通过交叉结构连接；最后一行存储单元通过最后一个交叉结构接解码器。本发明在传统STT-MRAM中插入DEMUX，构成可重构PUF结构，利用设计的位线上的并联电流产生响应位，根据所提出的邻近位线可重构算法和N选1可重构算法，增大对比并联电流的差异，从而获得稳定的响应输出。在保证可靠性的情况下，将资源开销限制在可接受范围内。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.027 秒)
