Use este identificador para citar ou linkar para este item:
https://repository.ufrpe.br/handle/123456789/1847
Título: | Extração de assinaturas de identificação de memória flash baseado em PUF com Arduino e validação com Perceptron Multicamadas |
Autor: | Viana, Caio Bezerra |
Endereco Lattes do autor: | http://lattes.cnpq.br/8717197088764951 |
Orientador: | Araújo, Carlos Julian Menezes |
Endereco Lattes do orientador : | http://lattes.cnpq.br/3156174527107999 |
Palavras-chave: | Autenticação;Sistemas de segurança;Criptografia de dados (Computação) |
Data do documento: | 2019 |
Citação: | VIANA, Caio Bezerra. Extração de assinaturas de identificação de memória flash baseado em PUF com Arduino e validação com Perceptron Multicamadas. 2019. 51 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2019. |
Abstract: | Device’s identity management is considered a core component of IoT security. Themain authentication methods use the concept of cryptographic key, this means that these curity provided by encryption is directly related to the key’s secrecy capacity. If thiskey is known by an intruder, the entire communication process is compromised sincethe messages’ content can be decrypted. The manufacture of some electronic devices may influence their physical behavior due to the existence of uncontrollable variables in-herent in the manufacturing process. Physical Unclonable Functions (PUF) techniquescan use these variables as a source for generating chip’s identification signatures. Thiswork proposes a flash memory identification approach, due to the wides pread use ofthis type of memory in current mobile devices, which use a memory block sequence verification technique based on the Program Operation Latency technique. With thisaim, the Arduino platform was used as a tool for extracting these identification signa-tures, togheter with a validation of the signatures conducted by a MultiLayer Perceptron(MLP). Who was able to learn enough about these signatures and generalize in the fu-ture, and correctly classified the classes of identification signatures used in the tests,thus supporting a flash memory’s differentiation mechanism. |
Resumo: | A gestão de identidade de dispositivos é considerada um componente central para segurança na Internet das Coisas (IoT, do inglês,Internet of Things). Os principais métodos de autenticação usam o conceito de chave criptográficas, isso significa que a segurança fornecida pela criptografia está diretamente relacionada com a capacidade do sigilo dessa chave. Caso a chave seja conhecida por um atacante todo o processo de comunicação fica comprometido, visto que as mensagens podem ser decifradas.A fabricação de alguns dispositivos eletrônicos podem influenciar em seus comportamentos físicos, devido a existência de variáveis incontroláveis inerentes ao processo de fabricação. As técnicas PUF (do inglês,Physical Unclonable Functions) podem utilizar essas variáveis como fonte para geração de assinaturas de identificação de um chip. Este trabalho propõe uma abordagem de identificação de memória flash, motivado pela sua larga utilização nos dispositivos móveis atuais, que utiliza uma técnica de verificação de uma sequência de blocos da memória baseada na técnica PUF Program Operation Latency. Para isso, foi utilizada a plataforma Arduino como ferramenta para extração dessas assinaturas de identificação, em conjunto com a validação das assinaturas com o Perceptron Multicamadas (do inglês,Multi Layer Perceptron- MLP). O qual foi capaz de aprender o suficiente sobre essas assinaturas e generalizar no futuro, classificando corretamente as classes das assinaturas de identificação utilizadas nos testes, suportando dessa forma um mecanismo de diferenciação de memórias flash. |
URI: | https://repository.ufrpe.br/handle/123456789/1847 |
Aparece nas coleções: | TCC - Bacharelado em Ciência da Computação (Sede) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
tcc_caiobezerraviana.pdf | 9,59 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.