《IoT》：Lightweight Strategies for Reliability Improvement of PUF-Based Authentication in Resource-Constrained Devices
编辑推荐：
网络攻击对基于网络系统的安全性构成严重威胁，每年造成巨大的经济损失。在此背景下，基于物理不可克隆函数（PUF）的身份认证可仅允许合法用户访问网络资源，从而防止未授权访问。另一方面，瞬态扰动（例如噪声、温度及电源电压变化）和永久故障可导致错误的PUF响应，致使合
网络攻击对基于网络系统的安全性构成严重威胁，每年造成巨大的经济损失。在此背景下，基于物理不可克隆函数（PUF）的身份认证可仅允许合法用户访问网络资源，从而防止未授权访问。另一方面，瞬态扰动（例如噪声、温度及电源电压变化）和永久故障可导致错误的PUF响应，致使合法用户认证失败并降低网络可用性。文献中已提出纠错码（ECC）以提高PUF可靠性，但这些方法通常需要显著的处理能力和面积开销，因此常不适用于资源受限设备（如低成本微控制器和现场可编程门阵列（FPGA））。本文中，研究人员研究了基于不同类型检错码（EDC）和纠错码（ECC）及其可能组合的策略，这些策略对处理能力要求有限且无需辅助数据。这些策略已使用合成PUF数据集和真实PUF数据集进行评估。结果表明，基于校验和检错码（checksum EDC）的策略在网络可用性方面取得了良好性能，即在PUF响应（无任何ECC）错误率为12.89%（55.04%）时，错误概率达到10?3（3.69 × 10?2）量级，且数据开销低（占PUF挑战大小的1.56%），但该策略仅对瞬态扰动有效。而组合校验和码与汉明码（Hamming code）的策略提供了更高的网络可用性，即在PUF响应（无任何ECC）错误率为12.89%（55.04%）时，错误概率达到10?4（1.6 × 10?3）量级，代价是略高的数据开销（占PUF挑战大小的7.81%），同时具备校正由扰动和永久故障引起的错误PUF响应的能力。
**论文解读文章**
**研究背景与问题**
无线传感器网络（WSN）在环境监测、食品质量安全分析、基础设施健康监测及工业过程控制等领域广泛应用，但其安全性面临网络攻击的严重威胁。恶意攻击可能破坏网络可用性（如拒绝服务攻击）、完整性（如虚假数据注入攻击）和机密性（如中间人攻击）。基于物理不可克隆函数（PUF）的身份认证通过利用制造过程中引入的技术参数不确定性生成唯一指纹，为密钥存储提供了更安全的替代方案。然而，PUF响应易受瞬态扰动（如电气噪声、温度及电源电压变化）和永久故障（如老化、物理缺陷）影响，导致响应错误，进而使合法用户认证失败，降低网络可用性。现有文献中提出的纠错码（ECC）虽能改善PUF可靠性，但通常需要大量的处理能力和面积开销，尤其对于多比特纠错，这使其难以部署在资源受限设备（如低功耗微控制器和低成本FPGA）上。因此，亟需开发轻量级、低开销的策略，在保证网络可用性的同时满足资源受限设备的约束。
**研究内容与结论**
本文针对资源受限设备中基于PUF的身份认证可靠性问题，提出了基于检错码（EDC）和纠错码（ECC）的两种轻量级策略。第一种策略仅使用校验和码（checksum EDC）进行错误检测，并通过多次重新生成PUF响应来应对瞬态扰动引起的错误；第二种策略组合汉明码（Hamming ECC）与校验和码，既实现错误校正又保证错误检测，从而同时应对瞬态扰动和永久故障。研究人员利用合成PUF数据集（通过高斯分布模拟参数扰动）和真实PUF数据集（基于[62]中采用单级电压放大器的PUF架构，包括双极结型晶体管（BJT）和金属氧化物半导体场效应晶体管（MOSFET）两种实现，共5个PUF芯片）进行性能评估。结果表明，基于校验和码的策略在数据开销仅为挑战大小1.56%时，可将正确PUF响应概率分别从87.11%、44.96%和3.99%提升至100%、96.31%和56.95%（对于真实数据集），但仅对瞬态扰动有效；而组合校验和码与汉明码的策略在数据开销为7.81%时，将上述概率分别提升至100%、99.84%和98.85%，且能校正由永久故障引起的错误。这些策略无需辅助数据，仅需基本逻辑运算和移位操作，显著降低了计算复杂度和存储需求，适用于低功耗微控制器和低成本FPGA。论文发表在《IoT》。
**关键技术方法**
研究人员采用三种检错码（奇偶校验码、Berger码、校验和码）和一种纠错码（汉明码），并设计了两种组合策略：仅校验和码策略（用于错误检测与重试）以及校验和码与汉明码组合策略（用于错误校正与检测）。评估基于服务器端认证流程，服务器发送挑战码和控制码，节点生成PUF响应后通过控制码进行错误检测或校正，并允许最多h
max次重试。使用合成数据集（通过高斯分布标准差σ=0.0001至0.05模拟瞬态扰动）和真实PUF数据集（来自[62]的5个PUF样本，采用BJT和MOSFET技术，特征参数为阈值电压V
TH、斜率λ和最终输出电压V
OUT,FIN），分别计算正确响应概率和错误检测/校正概率。
**研究结果**
**3.1 合成PUF数据集**：通过改变高斯分布标准差σ模拟扰动水平，发现三种检错码中校验和码表现最佳，错误检测概率（P
PUF,ED）始终高于97%，而奇偶校验码和Berger码在高σ下分别降至50%和75%以下。汉明码在σ较低时能有效校正错误，将正确响应概率从约30%提升至95%以上，且错误检测概率为100%。
**3.2 真实PUF数据集**：针对BJT和MOSFET实现，校验和码对λ—BJT数据集实现100%错误检测，对V
TH—MOSFET和V
OUT,FIN—MOSFET数据集分别达到98.80%和98.12%的平均错误检测概率。汉明码将λ—BJT、V
TH—MOSFET和V
OUT,FIN—MOSFET数据集的正确响应概率分别从87.11%、44.96%和3.99%提升至100%、93.65%和62.45%，且错误检测概率为100%。
**4.1 基于校验和码的策略**：通过多次重试（h
max从3到50）提升认证成功概率。对于λ—BJT数据集，h
max=3时认证概率已接近100%；对于V
TH—MOSFET数据集，h
max=25时达到96%左右；对于V
OUT,FIN—MOSFET数据集，h
max=50时仅达56.95%。
**4.2 基于汉明码与校验和码组合的策略**：组合策略显著提升认证概率。对于λ—BJT数据集，h
max=3时即达100%；对于V
TH—MOSFET数据集，h
max=5时超过99.8%；对于V
OUT,FIN—MOSFET数据集，h
max=10时超过98.6%。
**讨论与结论**
讨论部分将所提策略与文献中基于线性码和指针式方案的纠错码（如Maes等基于Reed-Muller码、Hiller等基于C-IBS算法、Yu等基于最大似然检测、Puchinger等基于广义Reed-Muller码）进行了比较。这些方案虽能达到10
?6至10
?9的比特错误率，但需要大量辅助数据（最高14 kbits）和较高计算资源。所提策略在PUF响应错误率12.89%时，校验和码策略实现错误概率低于10
?3，组合策略实现错误概率低于10
?4，且无需辅助数据，降低了存储开销并增强了安全性（避免辅助数据被用于建模攻击）。此外，策略可集成简单的比特翻转算法进一步改进性能。
结论部分翻译如下：本文研究了资源受限设备（特别是无线传感器网络案例）中基于PUF的身份认证的可靠性问题，并提出了解决策略。具体而言，研究人员研究了三种检错码（奇偶校验码、Berger码、校验和码）和一种纠错码（汉明码），这些编码处理能力需求低，因此适合集成在传感器节点中的资源受限设备（微控制器）上实现。结果表明，基于校验和码的策略在网络可用性方面表现良好，数据开销低，但仅适用于瞬态扰动（即噪声、温度及电源电压变化）情况。而基于校验和码与汉明码组合的策略在网络可用性方面性能更优，数据开销略高，且能校正由瞬态扰动和永久故障共同引起的错误PUF响应。所提策略可用于提升基于资源受限设备（如无线传感器网络、高级计量基础设施和工业物联网（IIoT））的网络系统中基于PUF的身份认证的可靠性。
