深港微电子学院林龙扬课题组在集成电路安全领域取得新进展

2023-10-11 科研聚焦 浏览量：5467

近日，南方科技大学深港微电子学院助理教授林龙扬和新加坡国立大学电气与计算机工程系教授Massimo Alioto团队合作在集成电路安全研究领域中取得系列进展，提出对抗激光电压探测攻击和侧信道攻击的新方法。研究成果相继发表在集成电路领域顶级期刊IEEE Journal of Solid-State Circuits (JSSC) [1]和顶级会议2023 IEEE Symposium on VLSI Technology and Circuits (VLSI Symposium) [2][3]。

针对LVP攻击的全区域全波长覆盖反制技术

激光电压探测（Laser Voltage Probing, LVP）攻击是通过从芯片背面照射激光来建立物理侧信道，并观测背向散射信号来获取芯片上特定位置的电压。LVP攻击可以规避大多数传统芯片保护措施，对芯片安全性的提出非常大的挑战。针对LVP攻击，我们设计了一种不受限于电路设计（design-agnostic）的检测方案，实现了覆盖全芯片区域的始终在线检测。该方案在数字逻辑单元中嵌入由寄生二极管巧妙构建的光传感器以及分布式检测器，其完全符合标准单元设计规则和布局布线规则，兼容商用EDA工具，从而可与自动化设计流程无缝集成，并直接在现有设计上采用。该方案经过28nm工艺流片验证，在标准制造和封装工艺流程下实现了针对LVP攻击的全区域全波长覆盖的片上保护。

上述工作以“Laser Voltage Probing Attack Detection With 100% Area/Time Coverage at Above/Below the Bandgap Wavelength and Fully-Automated Design”为标题发表在IEEE JSSC上，新加坡国立大学张慧是第一作者，深港微电子学院林龙扬助理教授是共同第一作者和通讯作者，新加坡国立大学和南方科技大学是第一、第二通讯单位。

图1. 芯片照片及测试场景

基于热传感的低面积开销全区域覆盖LVP攻击检测技术

为了实现全区域覆盖，当前基于光传感的LVP攻击检测方案需要巨大面积开销 (大于150%)。为了在不牺牲保护效果情况下降低面积开销，这项工作引入了基于热传感的LVP攻击检测方案，利用关断晶体管作为热传感器，并以“菱形”图案分布在芯片上以实现最大检测灵敏度。该工作经过28nm工艺流片验证，和先前最佳方案相比，在同等保护效果下，面积开销减少了2.5倍，额外功耗开销低于0.1%。

上述工作以“Self-Referenced Design-Agnostic Laser Voltage Probing Attack Detection with 100% Protection Coverage, 58% Area Overhead for Automated Design”为标题发表在2023年VLSI Symposium会议上，新加坡国立大学张慧是第一作者，深港微电子学院林龙扬助理教授是共同第一作者，新加坡国立大学和南方科技大学是第一、第二通讯单位。

图2. 技术优势、芯片照片及测试场景

支持电压调节的神经网络逆向工程反制技术

神经网络作为当前芯片的热门应用之一，网络参数或权重信息具有重要价值，因此其安全性至关重要。针对基于功耗信息的侧信道神经网络反向工程，我们提出了一种支持电压调节的基于多级混排和机器学习的保护技术。多级混排技术确保了权重信息在时间和空间上的随机性，而基于机器学习的双重（动态和静态）功率补偿技术则实现支持电压调节的功耗信息保护。该工作经过40nm工艺流片验证，和先前最佳方案相比，额外功耗开销降低了3倍，保护效果（最少追踪次数，MTD）提升了100倍，并且没有额外延迟开销。

上述工作以“Voltage Scaling-Agnostic Counteraction of Side-Channel Neural Net Reverse Engineering via Machine Learning Compensation and Multi-Level Shuffling”为标题发表在2023年VLSI Symposium会议上，新加坡国立大学方强是第一作者，深港微电子学院林龙扬助理教授是共同第一作者，新加坡国立大学和南方科技大学是第一、第二通讯单位。

图3. 技术优势、芯片照片及测试场景

相关论文链接

[1] H. Zhang, L. Lin, Q. Fang and M. Alioto, "Laser Voltage Probing Attack Detection With 100% Area/Time Coverage at Above/Below the Bandgap Wavelength and Fully-Automated Design," IEEE Journal of Solid-State Circuits, vol. 58, no. 10, pp. 2919-2930, Oct. 2023. ( https://ieeexplore.ieee.org/abstract/document/10136181)

[2] H. Zhang, L. Lin, Q. Fang, U. S. H. Kalingage and M. Alioto, "Self-Referenced Design-Agnostic Laser Voltage Probing Attack Detection with 100% Protection Coverage, 58% Area Overhead for Automated Design," 2023 IEEE Symposium on VLSI Technology and Circuits (VLSI Technology and Circuits), Kyoto, Japan, 2023, pp. 1-2. (https://ieeexplore.ieee.org/abstract/document/10185360)

[3] Q. Fang, L. Lin, H. Zhang, T. Wang and M. Alioto, "Voltage Scaling-Agnostic Counteraction of Side-Channel Neural Net Reverse Engineering via Machine Learning Compensation and Multi-Level Shuffling," 2023 IEEE Symposium on VLSI Technology and Circuits (VLSI Technology and Circuits), Kyoto, Japan, 2023, pp. 1-2. ( https://ieeexplore.ieee.org/abstract/document/10185228)