🤖 machine learning

Designing Short-Stage CDC-XPUFs: Balancing Reliability, Cost, and Security in IoT Devices

تقترح هذه الورقة تصميماً محسناً وخفيف الوزن لـ "دالة التحدي التفاضلي للمكونات لـ XOR-PUF" (CDC-XPUF) مع استراتيجية اختيار مسبق توازن بفعالية بين الموثوقية والتكلفة والأمن لمقاومة هجمات تعلم الآلة والهجمات القائمة على الموثوقية في أجهزة إنترنت الأشياء ذات الموارد المحدودة.

المؤلفون الأصليون: Gaoxiang Li, Yu Zhuang

نُشر 2026-04-14

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Gaoxiang Li, Yu Zhuang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن لديك مصنعاً ضخماً يصنع الملايين من المفاتيح الصغيرة والفريدة. هذه ليست مفاتيح عادية؛ فهي مصنوعة من العيوب التصنيعية المجهرية والعرضية أثناء عملية التصنيع. لا يوجد مفتاحان متطابقان تماماً، حتى لو حاولت نسخ أحدهما. في عالم أمن الكمبيوتر، تُسمى هذه المفاتيح بـ الوظائف الفيزيائية غير القابلة للاستنساخ (PUFs). وهي بمثابة "بصمات الأصابع الرقمية" للأجهزة مثل منظم الحرارة الذكي، أو المستشعر الطبي، أو القفل الذكي.

ومع ذلك، هناك مشكلتان كبيرتان مع هذه المفاتيح الرقمية:

مشكلة "الطقس" (الموثوقية): أحياناً، إذا أصبح الجهاز ساخناً جداً، أو بارداً جداً، أو انخفض مستوى البطارية، فقد يتغير شكل المفتاح قليلاً. قد يقول "افتح" في دقيقة، و"أغلق" في الدقيقة التالية. هذا أمر مزعج وخطير.
مشكلة "المقلد" (الأمن): يستخدم الهكرز الأذكياء الذكاء الاصطناعي (AI) لمراقبة كيفية سلوك المفتاح. فإذا راقبوا سلوكه لمرات كافية، يمكن للذكاء الاصطناعي تعلم النمط والتنبؤ بالإجابة، مما يعني "نسخ" المفتاح فعلياً دون لمس الأجهزة أبداً.

تقدم هذه الورقة تصميماً مبتكراً يسمى Short-Stage CDC-XPUF الذي يعالج كلتا المشكلتين مع توفير المال وطاقة البطارية. إليك كيف يعمل، باستخدام تشبيهات بسيطة:

1. خدعة "المرحلة القصيرة": عداءون أكثر، ومضامير أقصر

تقليدياً، لجعل الـ PUF صعب الاختراق، كان المهندسون يجعلون "المضمار" الذي يركض فيه الإشارة طويلاً جداً (مثل الماراثون). كانوا يعتقدون: "إذا كان المضمار طويلاً، فسيكون من الصعب على الذكاء الاصطناعي معرفة المسار".

المشكلة: المضامير الطويلة تستهلك الكثير من الطاقة والمكونات الصلبة (وهذا مكلف!).
الفكرة الجديدة: بدلاً من ماراثون واحد طويل، تخيل سباق تتابع مكون من عديد من سباقات السرعة القصيرة.
- قام المؤلفون بتقسيم العمل إلى مسارات صغيرة وقصيرة متعددة (مكونات).
- جعلوا المسارات أقصر لتوفير الطاقة.
- لكنهم أضافوا عدداً أكبر من العدائين (المكونات) إلى السباق.
- النتيجة: لا يزال الذكاء الاصطناعي مرتبكاً لأن هناك الكثير من المسارات القصيرة التي يصعب تتبعها جميعاً في وقت واحد، ولكن الجهاز يستخدم بطارية ومساحة أقل بكثير. الأمر يشبه حل لغز باستخدام قطع صغيرة كثيرة بدلاً من قطعة واحدة ضخمة وثقيلة.

2. خدعة "الأسئلة المختلفة" (CDC)

في التصميمات القديمة، كان كل عداء في سباق التتابع يتلقى نفس إشارة البداية تماماً. فإذا عرف الذكاء الاصطناعي كيف استجاب أحد العدائين، يمكنه تخمين كيفية استجابة الآخرين.

الفكرة الجديدة: يعطي المؤلفون كل عداء إشارة بداية مختلفة.
التشبيه: تخيل معلماً يسأل 10 طلاب سؤالاً. في الطريقة القديمة، كان المعلم يطرح على الطلاب العشرة نفس المسألة الرياضية. فإذا عرف الذكاء الاصطناعي كيف حل الطالب (أ) المسألة، فإنه سيعرف كيف سيحلها الطالب (ب).
- في الطريقة الجديدة، يسأل المعلم الطالب (أ) عن الرياضيات، والطالب (ب) عن التاريخ، والطالب (ج) عن الفن.
- لا يمكن للذكاء الاصطناعي تعلم نمط واحد لأن كل "عداء" يفعل شيئاً مختلفاً تماماً. وهذا ما يجعل النظام صعب الاختراق بشكل لا يصدق.

3. فلتر "الاختيار المسبق": للمفاتيح الأقوى فقط

هذا هو الحل لمشكلة "الطقس" (الموثوقية).

المشكلة: أحياناً تكون الإشارة قريبة جداً من حالة التعادل (مثل رمي العملة المعدنية)، مما يجعل الإجابة تتغير من 0 إلى 1 بسبب القليل من الضجيج (الحرارة أو الكهرباء). وهنا يحاول الهكرز خداع النظام.
الفكرة الجديدة: يعمل النظام مثل "حارس البوابة" الصارم في النادي.
- قبل استخدام المفتاح حتى، يتحقق النظام: "هل هذه الإشارة قوية وواضحة؟"
- إذا كانت الإشارة ضعيفة أو مهتزة (مثل رمي عملة معدنية)، يقول النظام: "لا، لا يُسمح لك بالدخول. لن نستخدم هذا التحدي".
- إنه يسمح فقط بالمدخلات التي تكون فيها الإجابة واضحة تماماً بأنها 0 أو واضحة تماماً بأنها 1.
النتيجة: لا يعطي الجهاز أبداً إجابة مهتزة. الأمر يشبه حارس البوابة الذي لا يسمح بالدخول إلا لمن يتأكد بنسبة 100% من هويته. وهذا يجعل من المستحيل على الهكرز استخدام "الضجيج" لخداع النظام.

لماذا يهم هذا أجهزة "إنترنت الأشياء" (IoT) الخاصة بك؟

إن إنترنت الأشياء مليء بالأجهزة الصغيرة (مثل المصابيح الذكية أو أجهزة تتبع اللياقة البدنية) التي تمتلك بطاريات وقدرات معالجة محدودة جداً.

الطريقة القدة: لكي تكون آمناً، كنت بحاجة إلى أقفال ضخمة وثقيلة وتستهلك الكثير من الطاقة.
طريقة هذه الورقة: لقد صنعوا قفلاً خفيف الوزن (يوفر البطارية)، رخيص الثمن (يستخدم مكونات أقل)، موثوق للغاية (لا يرتبك بسبب الحرارة)، ومحصن ضد الذكاء الاصطناعي (لا يمكن للهكرز تعلم النمط).

باختاً مختصراً: أخذ المؤلفون تصميماً أمنياً قديماً به بعض العيوب، وجعلوه ذا "مسار أقصر" لتوفير الطاقة، وأعطوا كل جزء "سؤالاً مختلفاً" لإرباك الهكرز، وأضافوا "حارس بوابة" لتصفية الإجابات الضعيفة. النتيجة هي بصمة رقمية فائقة الأمان وصديقة للبطارية، مثالية لملايين الأجهزة الذكية في مستقبلنا.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "تصميم دوال الـ CDC-XPUF ذات المراحل القصيرة: الموازنة بين الموثوقية، والتكلفة، والأمن في أجهزة إنترنت الأشياء (IoT)."

1. بيان المشكلة

يتطلب التوسع السريع لإنترنت الأشياء (IoT) آليات أمنية تتسم بالمتانة وكفاءة الموارد في آن واحد. وبينما توفر الدوال الفيزيائية غير القابلة للاستنساخ (PUFs) بديلاً خفيف الوزن للتشفير التقليدي، تواجه التصاميم الحالية ثغرتين حرجتين:

هجمات تعلم الآلة (ML Attacks): تتميز دوال الـ Arbiter PUFs التقليدية بأنها خطية ويسهل نمذجتها بواسطة خوارزميات تعلم الآلة. وتعمل دوال XOR-PUFs (التي تدمج عدة دوال APUF عبر بوابات XOR) على تحسين المقاومة ضد تعلم الآلة، ولكنها تتطلب زيادة في عدد مكونات XOR (المسارات/Streams) للحفاظ على الأمن، مما يؤدي إلى زيادة هائلة في التعقيد العتادي، واستهلاك الطاقة، وحمل نقل التحديات (Challenge Transmission Overhead).
الهجمات القائمة على الموثوقية (Reliability-Based Attacks): تتأثر الـ PUFs بالضوضاء البيئية (درجة الحرارة، الجهد الكهربائي)، مما يؤدي إلى استجابات غير متسقة لنفس التحدي. ويستغل المهاجمون هذا التباين (الهجمات القائمة على الموثوقية) لنمذجة سلوك الـ PUF. ورغم وجود بروتوكولات للحد من الاستعلامات المتكررة، إلا أنها مكلفة. علاوة على ذلك، فإن تقنيات تعزيز الموثوقية القياسية (مثل التصويت بالأغلبية) غالباً ما تفشل في توفير أمن جوهري ضد هذه الهجمات.

هناك فجوة في التصاميم الحالية: وهي غياب البنى التي تقاوم هجمات تعلم الآلة، وتضمن موثوقية عالية ضد الضوضاء، وتظل خفيفة الوزن بما يكفي لأجهزة إنترنت الأشياء ذات الموارد المحدودة.

2. المنهجية

يقترح المؤلفون إطار عمل موحداً يدمج ابتكارين رئيسيين في بنية Component-Differentially Challenged XOR-PUF (CDC-XPUF):

أ. استراتيجية الاختيار المسبق للموثوقية (Pre-Selection Strategy)

بدلاً من الاعتماد على المعالجة اللاحقة أو التصويت بالأغلبية، قدم المؤلفون استراتيجية اختيار مسبق على مستوى العتاد لتصفية أزواج (التحدي-الاستجابة/CRP) غير المستقرة قبل استخدامها.

الآلية: لكل تحدٍ، يقوم النظام بتقييم ثلاث استجابات محتملة عن طريق التلاعب بمسارات التأخير (باستخدام وحدات تأخير إضافية مثل بوابات NOT أو AND).
- الاستجابة 1: المسار القياسي ( $d_{upper} - d_{lower}$ ).
- الاستجابة 2: تأخير المسار العلوي ( $d_{upper} + \Delta D - d_{lower}$ ).
- الاستجابة 3: تأخير المسار السفلي ( $d_{upper} - (d_{lower} + \Delta D)$ ).
معايير الاختيار: يتم قبول زوج (CRP) فقط إذا كانت الاستجابات الثلاث متسقة (على سبيل المثال "000" أو "111"). وهذا يضمن أن فرق التأخير المطلق $|\Delta D|$ أكبر بكثير من هامش الضوضاء، مما يضمن موثوقية شبه مثالية ويقضي على التباين المطلوب للهجمات القائمة على الموثوقية.

ب. تصميم CDC-XPUF خفيف الوزن ذو مراحل قصيرة

لمعالجة التكلفة العتادية العالية وحمل نقل التحديات في دوال CDC-XPUFs التقليدية، يقترح المؤلفون بنية محسنة:

مراحل أقصر: قاموا بتقليل عدد مراحل التأخير داخل كل مكون APUF فردي. وهذا يقلل من البصمة العتادية (المضاعفات والمحكمات/Arbiters) واستهلاك الطاقة لكل مكون.
مكونات أكثر: لتعويض النقص في الخطية الناتج عن قلة المراحل، قاموا بزيادة عدد مكونات APUF (المسارات) في هيكل XOR.
تحديات تفاضلية (Differential Challenges): على عكس دوال XOR-PUFs القياسية حيث تتلقى جميع المكونات نفس التحدي، تقوم دوال CDC-XPUFs بتعيين بتات تحدٍ فريدة لكل مكون. وهذا يوسع مساحة الـ CRP بشكل أسي دون الحاجة إلى بتات تحدٍ أطول لكل مكون، مما يحافظ على عدم الخطية العالية ضد هجمات تعلم الآلة.

3. المساهمات الرئيسية

تعزيز الموثوقية على مستوى العتاد: تقديم استراتيجية اختيار مسبق تقوم بتصفية الـ CRPs بناءً على مقدار فرق التأخير، مما يحيد بفعالية الهجمات القائمة على الموثوقية دون عبء عتادي كبير.
بنية CDC-XPUF محسنة: تصميم مبتكر يوازن بين الأمن والكفاءة من خلال استبدال عمق المراحل بعرض المكونات (مكونات أكثر، مراحل أقل)، وهو مصمم خصيصاً لمتطلبات إنترنت الأشياء.
التحقق الشامل: اختبار تجريبي واسع النطاق على منصات FPGA (Artix-7) يثبت أن التصميم المقترح يحقق توازناً بين الموثوقية العالية، والمقاومة القوية لتعلم الآلة، والتكلفة العتادية المنخفضة.

4. النتائج التجريبية

اختبر المؤلفون تصاميمهم على شرائح Xilinx Artix-7 FPGA باستخدام 100 مليون زوج (CRP) مُولد.

الموثوقية (معدل خطأ البت - BER):
- أظهرت دوال APUFs و XOR-PUFs القياسية معدل BER مرتفعاً (مثلاً من 0.67% إلى 7.6%).
- تطبيق استراتيجية الاختيار المسبق مع بوابات NOT عدد 2 قلل من الـ BER إلى أقل من 10⁻⁸ (موثوقية شبه مثالية) لدوال CDC-XPUFs.
- تفوق هذا الأداء بشكل كبير على تقنيات التصويت بالأغلبية التقليدية (حيث حقق التصويت بـ 50 مرة BER بنحو 0.6% فقط).
الأمن ضد هجمات تعلم الآلة:
- صمدت التكوينات التي تحتوي على 10 مكونات و8 مراحل أمام جميع هجمات النمذجة لتعلم الآلة (الشبكات العصبية والانحدار اللوجستي) حتى مع مجموعات تدريب تصل إلى 200 مليون CRP.
- ظل معدل نجاح الهجوم تحت عتبة 90% المطلوبة لاعتبار الهجوم "ناجحاً"، بينما تم كسر التصاميم التقليدية ذات المكونات الأقل بعد عدد أقل من الـ CRPs.
الكفاءة العتادية:
- المكافئات البوابية (Gate Equivalents - GE): تطلب تصميم CDC-XPUF الخفيف (10 مكونات/8 مراحل) 1,368 GE فقط، مقارنة بـ 9,292 GE لدالة XOR-PUF تقليدية مكونة من 64 مرحلة.
- عبء النقل (Transmission Overhead): قلل التصميم عدد بتات النقل من 64 بت (قياسي) إلى 80 بت لتصميم الـ 10 مكونات، مع الحفاظ على مساحة ضخمة لـ CRP تبلغ ( $2^{80}$ ).
- مساحة الـ CRP: يدعم تصميم الـ 10 مكونات/8 مراحل مساحة CRP تبلغ $2^{80}$ ، وهي متفوقة بمراحل على مساحة $2^{64}$ الخاصة بـ XOR-PUF قياسية مكونة من 64 مرحلة.

5. الأهمية

تتحدى هذه الورقة المفهوم السائد بأن بنى XOR-PUF التقليدية معيبة بطبيعتها ويجب التخلص منها. بدلاً من ذلك، تثبت الورقة أنه:

التحسين بدلاً من الاستبدال: يمكن تنشيط أطر عمل الـ PUF الحالية من خلال تعديلات استراتيجية (الاختيار المسبق وإعادة توازن البنية) بدلاً من ابتكار هياكل جديدة تماماً وغير مثبتة.
قابلية التطبيق في إنترنت الأشياء: يوفر الـ Short-Stage CDC-XPUF المقترح حلاً عملياً وقابلاً للنشر لأجهزة إنترنت الأشياء ذات الموارد المحدودة، مما يحل "الثلاثية الصعبة" المتمثلة في: الأمن (مقاومة تعلم الآلة)، الموثوقية (الحصانة ضد الضوضاء)، والكفاءة (انخفاض التكلفة والطاقة).
تقليص سطح الهجوم: من خلال الإزالة الجذرية لتباين الاستجابة عبر التصفية العتادية، يجعل التصميم الهجمات الجانبية القائمة على الموثوقية غير فعالة، وهو تقدم حاسم لأمن إنترنت الأشياء على المدى الطويل.

في الختام، تقدم الدراسة مخططاً لتطوير مستدام لـ PUF، مما يثبت أن الابتكار التدريجي على التصاميم القائمة يمكن أن يؤدي إلى نتائج متفوقة في المشاهد الأمنية الحديثة.