Comme plus de données privées sont stockées et partagées numériquement, les chercheurs explorent de nouvelles façons de protéger les données contre les attaques de mauvais acteurs. La technologie silicium actuelle exploite les différences microscopiques entre les composants informatiques pour créer des clés sécurisées, mais les techniques d'intelligence artificielle (IA) peuvent être utilisées pour prédire ces clés et accéder aux données. Maintenant, Les chercheurs de Penn State ont conçu un moyen de rendre les clés cryptées plus difficiles à déchiffrer.

Dirigé par Saptarshi Das, professeur assistant en sciences de l'ingénieur et mécanique, les chercheurs ont utilisé du graphène - une couche de carbone d'un atome d'épaisseur - pour développer un nouveau évolutif, dispositif de sécurité matériel reconfigurable avec une résilience significative aux attaques de l'IA. Ils ont publié leurs conclusions dans Nature Électronique aujourd'hui (10 mai).

« Il y a eu de plus en plus de violations de données privées récemment, ", a déclaré Das. "Nous avons développé un nouveau dispositif de sécurité matériel qui pourrait éventuellement être mis en œuvre pour protéger ces données dans tous les secteurs et industries."

Le dispositif, appelée fonction physiquement inclonable (PUF), est la première démonstration d'un PUF à base de graphène, selon les chercheurs. Les propriétés physiques et électriques du graphène, ainsi que le processus de fabrication, rendre le roman PUF plus économe en énergie, évolutif, et sécurisé contre les attaques d'IA qui constituent une menace pour les PUF de silicium.

L'équipe a d'abord fabriqué près de 2, 000 transistors au graphène identiques, qui allument et éteignent le courant dans un circuit. Malgré leur similitude structurelle, la conductivité électrique des transistors variait en raison du caractère aléatoire inhérent au processus de production. Bien qu'une telle variation soit généralement un inconvénient pour les appareils électroniques, c'est une qualité souhaitable pour un PUF non partagé par les appareils à base de silicium.

Après la mise en œuvre des transistors au graphène dans les PUF, les chercheurs ont modélisé leurs caractéristiques pour créer une simulation de 64 millions de PUF à base de graphène. Pour tester la sécurité des PUF, Das et son équipe ont utilisé l'apprentissage automatique, une méthode qui permet à l'IA d'étudier un système et de trouver de nouveaux modèles. Les chercheurs ont formé l'IA avec les données de simulation de graphène PUF, des tests pour voir si l'IA pouvait utiliser cette formation pour faire des prédictions sur les données cryptées et révéler les insécurités du système.

"Les réseaux de neurones sont très bons pour développer un modèle à partir d'une énorme quantité de données, même si les humains en sont incapables, " a déclaré Das. "Nous avons constaté que l'IA ne pouvait pas développer un modèle, et il n'a pas été possible d'apprendre le processus de cryptage."

Cette résistance aux attaques par apprentissage automatique rend le PUF plus sécurisé, car les pirates potentiels ne pourraient pas utiliser les données piratées pour rétroconcevoir un appareil en vue d'une exploitation future, Das dit. Même si la clé pouvait être prédite, le graphène PUF pourrait générer une nouvelle clé grâce à un processus de reconfiguration ne nécessitant aucun matériel supplémentaire ni remplacement de composants.

"Normalement, une fois que la sécurité d'un système a été compromise, il est définitivement compromis, " dit Akhil Dodda, un étudiant diplômé en sciences de l'ingénieur et en mécanique menant des recherches sous le mentorat de Das. "Nous avons développé un schéma où un tel système compromis pourrait être reconfiguré et utilisé à nouveau, l'ajout d'une résistance à l'effraction comme autre caractéristique de sécurité."

Avec ces fonctionnalités, ainsi que la capacité de fonctionner dans une large gamme de températures, le PUF à base de graphène pourrait être utilisé dans une variété d'applications. Des recherches supplémentaires peuvent ouvrir des voies pour son utilisation dans l'électronique flexible et imprimable, appareils ménagers et plus encore.