摘要 — 在零信任无晶圆厂范式中,设计人员越来越担心基于硬件的半导体供应链攻击。逻辑锁定是一种信任设计方法,它在电路中添加额外的密钥控制门,以防止硬件知识产权被盗和生产过剩。虽然攻击者传统上依靠预言机来攻击逻辑锁定电路,但机器学习攻击已经显示出即使没有预言机也能检索密钥的能力。在本文中,我们首先研究了最先进的机器学习攻击的局限性,并认为使用密钥汉明距离作为唯一的模型指导结构度量并不总是有用的。然后,我们开发、训练和测试一种基于可破坏性感知图神经网络的逻辑锁定无预言机攻击,该攻击同时考虑了电路的结构和行为。我们的模型是可以解释的,因为我们分析了机器学习模型在训练过程中解释了什么以及它如何进行成功的攻击。芯片设计人员可能会发现这些信息有助于保护他们的设计,同时避免增量修复。索引术语 — 逻辑锁定、逻辑加密、机器学习、图神经网络、可破坏性、可解释性
CHIP CH CHHI HIP I CH IP IP IPP HIPS HI HIP IP IPPS PS PS IP IPS IPPS PS PS S PSTA PS PSST PS ST STT AR TA TAR AR AR ARR TAR ST S I HIP STA ST STA STA H IP IPS PS MICROELECTRONICS ON ON ON ONICCS CSS ON ON O CS ON CC CS S CS ICS CS CS CS CS MI