基于图像传感器复合模式噪声的物理不可克隆函数

发布时间：2023-04-19 20:09

　　随着各种移动设备(智能卡,智能手机,平板,智能手环和手表)在近年来越来越流行,人们也开始意识到硬件安全问题的重要性。以往的加密方式大多是基于密码学,攻击者可以利用入侵或非入侵的方式进入硬件设备,获取密钥从而破解加密系统。近几年来,物理不可克隆函数(PUF:Physical Unclonable Function)作为一种全新原理的加密方式进入许多人的视线,成为越来越热门的研究课题。物理不可克隆函数是一种新型的加密组件,具有不可克隆,不可预测以及难以特征化等特性,主要利用的是器件在制造过程中形成的不可避免的随机偏差。图像传感器作为一种常用的数字电路设备,在图像获取的过程中,由于每个像素传感器之间不可避免的随机差异,使得图像具备一定随机特性,称为图像模式噪声(Pattern Noise),并可用于PUF硬件设备加密。本论文基于图像传感器的噪声特性,在光照响应不一致噪声PUF(PRNU-PUF:Photo-Response Non-Uniformity based PUF)的基础上进行了改进,提出了一种复合模式噪声PUF(CPN-PUF:Composite Pattern Noise bas...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1. 绪论
    1.1 课题背景
    1.2 国内外PUF研究现状
    1.3 本文内容组织以及安排
2. 物理不可克隆函数
    2.1 PUF的定义和特点
    2.2 PUF的应用
    2.3 本章小结
3. 图像模式噪声
    3.1 图像传感器原理
    3.2 图像模式噪声分类
    3.3 固定模式噪声特征点
        3.3.1 固定模式噪声及补偿
        3.3.2 FPN特征点
        3.3.3 FPN特征点的验证
    3.4 实验平台简介
        3.4.1 CSI端口
        3.4.2 树莓派相机模块
        3.4.3 本文实验环境
    3.5 FPN特征提取和验证
        3.5.1 原始图像数据获取
        3.5.2 FPN特征验证方案
        3.5.3 实验结果与分析
    3.6 PRNU噪声
        3.6.1 图像模式噪声模型
        3.6.2 离散余弦变换以及图像PRNU特征
    3.7 图像传感器PRNU特征提取和验证
        3.7.1 PRNU特征验证方法
        3.7.2 实验结果和分析
    3.8 本章小结
4. 基于复合模式噪声的物理不可克隆函数
    4.1 复合模式噪声
    4.2 基于复合模式噪声的CPN-PUF
    4.3 CPN-PUF特征验证
    4.4 CPN-PUF安全性分析
    4.5 CPN-PUF敏感度分析
    4.6 CPN-PUF性能分析
    4.7 本章小结
5. 总结和展望
    5.1 总结
    5.2 展望
参考文献
攻读学位期间科研成果



本文编号：3794136