新加坡国立大学(NUS)的一组研究人员开发了一种新技术，允许物理上不可克隆的功能(PUFs)以非常低的成本产生更安全、独特的“指纹”输出。这一成就提高了硬件安全级别，甚至在芯片上的低端系统中也是如此。

传统上，PUFs被嵌入到几个商用芯片中，通过生成一个类似于个人指纹的密钥，从而将一个硅片与另一个硅片唯一地区别开来。这种技术可以防止硬件盗版、芯片伪造和物理攻击。新加坡国立大学工程学院电子与计算机工程系的研究团队将硅片指纹技术提升到了一个新的水平，并做出了两项重大改进:第一，使PUFs具有自愈性;第二，使他们能够自我隐藏。

尽管它们在过去十年里有了显著的发展，但现有的puf仍然存在稳定性有限和周期性错误的指纹识别问题。它们通常被设计成独立的电路，为黑客提供了对芯片的明显的物理攻击点。这种不稳定性通常通过过度设计来抵消，比如为最坏的情况设计纠错代码，这大大增加了芯片成本和消耗。此外，在进行商业化之前，首先必须在非常广泛的环境条件下进行广泛的测试，以识别和丢弃puf不稳定的芯片，这进一步增加了成本。

为了解决这个问题，新加坡国立大学的工程师团队引入了一种新的适应技术，该技术使用芯片上的传感器和机器学习算法来预测和检测PUF的不稳定性。这种技术可以智能地将可调的校正级别调整到所需的最小值，并产生更安全、稳定的PUF输出。反过来，这种新方法将消耗降至最低，并能够检测温度、电压或噪声等异常环境条件，而这些通常是黑客在物理攻击中利用的。

另一个好处是，通过缩小所需的测试用例，传统的测试负担和成本大大降低了。这消除了过度设计和不必要的设计成本，因为大部分测试工作可以委托给可用的芯片上的传感和智能在设备的整个生命周期。

“我们的方法利用芯片传感和机器学习来精确预测、检测和自适应抑制PUF不稳定事件。在整个芯片的生命周期中，在不降低稳定性的情况下进行自我修复的能力，确保了在最高安全级别上可靠地生成密钥，同时避免了为最坏情况设计和测试的负担，即使最坏情况实际上并不常见，也不太可能发生。这降低了整体成本，缩短了上市时间，并减少了系统电源以延长电池寿命，”Massimo Alioto教授分享道。

即使在物联网(IoT)、可穿戴设备和可植入生物医学系统等非常低成本和低功耗的硅系统中，降低芯片设计和测试成本也是增强硬件安全性的关键。

阿利奥托教授解释道:“芯片上的传感技术，以及机器学习和适应技术，使我们能够以低得多的成本提高芯片的安全性。因此，PUFs可以部署在地球上的每个硅系统中，即使在严格的成本限制下，也可以实现硬件安全的民主化。”

研究人员发明的PUFs还展示了一种前所未有的能力，可以完全沉浸在并隐藏在它们实际保护的数字逻辑中。这是由PUF架构的大部分数字特性所实现的，它允许数字标准单元的放置、路由和集成，类似于传统的数字电路。这减少了设计成本，因为商业软件设计工具支持的传统数字自动化设计方法可以应用于PUF的设计。

此外，PUF数字设计允许在使用密钥的逻辑中穿插密钥的生成，例如保护数据的加密单元和处理要加密的数据的微处理器。沉浸式逻辑方法将PUF标准单元分散到用于数字逻辑的单元中，从而“隐藏”或隐藏任何明确的攻击点，以便黑客尝试探测特定的芯片信号来物理地重构密钥。

这种自我隐藏能力使攻击强度增加约100倍。它还将使用最先进的工具攻击典型芯片的成本提高到数百万美元，而传统的独立puf则需要数万美元。这项创新已经得到了领先的半导体公司(如台积电)、教育部和新加坡国家研究基金会的支持，它们通过国家级的“SOCure”研究项目进行了研究。

新加坡国立大学的研究团队将继续研究计算机架构、物理安全和机器学习的融合，以开发下一代芯片安全系统。由于晶片上侦测及处理个人及敏感资料的系统越来越普遍，因此对私隐及资讯保安的需求日增，推动了这项科技创新。

该团队还通过架构和安全原语与电路的紧密物理协同集成来实现无所不在和超低成本的硬件安全，电路通常可用于芯片上的任何系统，包括逻辑、内存、芯片内数据通信和加速器。最终，该团队的最新突破有望在每个硅片的粒度上实现硬件安全，甚至在一个芯片上的单个子系统中也是如此。