基于相变存储器纳米器件与传输门逻辑选择器的概率电路实现强物理不可克隆函数

《Memories - Materials, Devices, Circuits and Systems》：A probabilistic circuit with phase change memory nanodevices & pass transistor logic selectors

　　

专业术语翻译的摘要 在本研究中，研究人员提出了两种概率电路设计以实现强物理不可克隆函数（PUF）。这些电路由基于运算放大器的开环桥式比较器构成，其中电压分压网络的分支由相变存储器（PCM）纳米器件组成。桥臂的中间节点通过由金属氧化物半导体场效应晶体管（MOSFET）构成的传输门逻辑（PTL）选择器连接到运算放大器输入端。由于从阵列中对PCM单元进行组合选择，两种设计均能以4阶多项式依赖关系产生大量挑战-响应对（CRP）。电路仿真和实验实施结果使用了从Ge2Sb2Te5线型单元测量的PCM单元电阻值。由于PCM单元中晶态电阻的随机分布以及PTL选择器中MOSFET不可预测的工作区域，研究人员针对所提出的PUF的不同PCM单元地址挑战获得了唯一响应。PCM纳米器件的编程可变性、PTL选择器的负载效应以及所提出PCM-PUF的可重构特性可抵御侵入式和机器学习攻击。性能最佳的机器学习模型梯度提升（Gradient Boosting）至少需要读取80%的CRP，这对于可重构PUF的侵入式攻击是不可行的。

论文解读文章

研究背景与问题

在当前的物联网时代，数量激增的互联设备面临着严峻的硬件安全威胁，包括密钥窃取、设备克隆、未授权访问以及伪造芯片等。物理不可克隆函数作为一种轻量级、低成本且易于制造的硬件安全原语，利用制造过程中不可避免的物理无序特性为每个芯片生成唯一的数字指纹，从而有效抵御上述攻击。然而，现有基于新兴非易失性存储技术的PUF设计大多属于弱PUF，其产生的挑战-响应对数量受限于片上物理器件的数量，导致使用寿命较短。因此，开发能够产生远多于器件数量的CRP的强PUF成为研究重点。此外，传统设计如NVM-PUF-1需要预校准阈值电阻，对温度、电源波动和电阻漂移敏感；NVM-PUF-2虽采用双单元比较，但仍只能产生有限CRP。同时，已有的一些强PUF架构如Virgin-State PCM Strong PUF（MVPUF）存在温度依赖性可靠性问题，Selected Bit-Line Current PUF（SBC-PUF）受随机电报噪声影响，而基于预成形ReRAM的强PUF则需要注册阶段来屏蔽不稳定单元。为解决上述问题，研究人员利用相变存储器纳米器件固有的随机特性，设计了两种新型概率电路，旨在实现具有大规模CRP空间和高安全性的强PUF。

研究内容与结论

研究人员提出了两种基于PCM的强PUF电路设计方案，其核心特征是将四个PCM单元配置成桥式网络，并通过由MOSFET构成的传输门逻辑选择器将桥臂中点电压接入基于运算放大器的开环比较器进行比较，从而产生响应。该结构利用共模抑制特性抵消温度、电源波动等共模噪声，无需定义阈值电阻。通过组合选取阵列中的四个单元，即使对于小规模阵列也能产生多项式级数增长的CRP，例如64个单元的阵列可实现约1.52×10⁷种组合。研究还通过SPICE电路仿真，使用实测的Ge₂Sb₂Te₅线型单元的电阻值验证了其中一种设计，并对192个测量得到的PCM单元电阻进行了详细的统计分析，同时使用分立元件进行了实验验证。

关键技术方法

1. 1.
   开环桥式比较器电路设计：采用基于运算放大器的开环比较器，连接两个由PCM单元构成的电压分压网络桥臂，通过比较中点电压产生1位或多位响应，利用共模抑制消除环境噪声。
2. 2.
   传输门逻辑选择器：使用MOSFET构建多路复用器和解复用器，实现对PCM阵列中任意四个单元的随机寻址，引入额外的不确定性源。
3. 3.
   PCM纳米器件固有电阻变异利用：利用所有PCM单元被编程至晶态时存在的单元间电阻随机散布作为熵源，结合PTL选择器中MOSFET不可预测的工作区域，共同确保响应的唯一性和不可克隆性。

研究结果

A. 提出的电路设计

研究人员详细阐述了两种可实现的电路设计，将整个PCM阵列划分为两个区块，通过PTL选择器将选定单元配置为桥式比较器的分压臂。挑战输入为所选单元的地址，响应则为比较器的输出。设计利用了PCM晶态电阻的单元间变异以及MOSFET的负载效应和导通阻抗变化作为主要变化源。

B. CRP数量分析

研究表明，对于包含N个单元的阵列，NVM-PUF-1仅能产生N个CRP，NVM-PUF-2能产生^NP₂个CRP，而本研究的两种设计能产生^NP₄个CRP，即CRP数量与器件数呈4阶多项式依赖关系。例如，64个单元即可产生超过1500万个CRP，实现了强PUF的特性。

C. 仿真与实验验证

通过SPICE仿真，使用实测的192个GST线型单元的晶态电阻值，研究人员验证了设计的可行性。统计结果显示，PUF响应具有良好的唯一性，不同挑战下的响应比特分布均匀。实验采用分立元件搭建的电路进一步证实了理论预期，证明该设计在实际硬件中是可行的。

D. 安全性评估

研究人员分析了PCM纳米器件的编程可变性、PTL选择器的负载效应以及PUF的可重构特性，认为这些因素共同作用可有效抵御侵入式攻击。针对机器学习建模攻击的评估表明，性能最优的Gradient Boosting模型需要获取至少80%的CRP才能达到一定预测精度，这在可重构PUF场景下对于攻击者而言是不切实际的，从而证明了其强大的抗攻击能力。

讨论与结论

研究人员指出，所提出的PCM基强PUF设计通过利用PCM晶态电阻的随机散布和PTL选择器的非线性特性，成功克服了传统弱PUF的局限性，实现了CRP数量与器件数的多项式增长。桥式比较器的差分结构提供了对共模干扰的天然免疫，增强了可靠性。安全性分析表明，该设计对物理侵入和机器学习建模攻击均具有高抵抗力，特别是可重构特性使得攻击者难以积累足够多的有效CRP进行建模。研究结论强调，这种基于PCM的概率电路为实现低成本、高安全性的硬件安全原语提供了新的有效途径，适用于资源受限的物联网设备。