-
شماره ركورد
23588
-
پديد آورنده
فاطمه نجفي
-
عنوان
ارائه پروتكل مبتني بر DRAM PUF براي احراز هويت شبكههاي حسگر بيسيم
-
مقطع تحصيلي
ارشد
-
رشته تحصيلي
مهندسي برق گرايش الكترونيك
-
سال تحصيل
1397
-
تاريخ دفاع
1399/12/20
-
استاد راهنما
محمدرضا موسوي ميركلايي
-
دانشكده
مهندسي برق
-
چكيده
امروزه شبكههاي حسگر بيسيم كاربرد بسيار فراواني در زمينههاي مختلف دارا ميباشند. اطلاعات توليدشده در اين شبكهها معمولا حساس بوده و براي تبادل آنها ميبايست بستري ايمن و مطمئن فراهم گردد. تعداد زيادي از حملات و تهديدات بر روي WSNها انجام ميگيرند كه موجب لو رفتن اطلاعات، قطع ارتباطات شبكه و كاهش سرعت سرويس ميگردند. يكي از مهمترين روشهاي جلوگيري و مقابله با اين حملات، احراز هويت قبل از برقراري هر گونه ارتباط و انتقال اطلاعات ميباشد. همچنين به دليل پراكندگي اجزاي اين شبكهها، احتمال وقوع حملات مربوط به دسترسي فيزيكي و مشكلات ناشي از آن بسيار زياد ميباشد. با توجه به ويژگيهاي شبكه حسگر بيسيم، پروتكلهاي مورد استفاده ميبايست داراي حداقل پيچيدگي و زمان اجرا بوده و قادر به مقاومت در برابر حملات مختلف باشند.
در اين پاياننامه كوشش شده است با بهرهگيري از ويژگيهاي ساختاري DRAM PUF روشهايي بهينه و سازگار با ويژگيهاي شبكههاي حسگر بيسيم جهت برقراري امنيت و اجراي پروتكلهاي امنيتي با قابليت اطمينان بالا و مقاوم در برابر حملات فيزيكي بدون نياز به مدارهاي اضافي و پيچيده معرفي گردد. روش اول پيشنهادي، احراز هويت مبتني بر CNN ميباشد كه با استخراج ويژگي پاسخهاي DRAM PUF در اندازهگيريهاي متفاوت و جمعآوري مجموعه داده جهت آموزش يك شبكه طبقهبندي انجام ميگيرد. اين روش، تمام پيچيدگيهاي موجود در سمت حسگر را حذف مينمايد كه با منابع محدود گره حسگر كاملا سازگار است.
در اين پاياننامه روش استخراج مشخصه آنتروپي ارائه ميگردد كه راه حلي جامع براي تمام چالشهاي موجود بوده و قابل استفاده در تمامي پروتكلهاي امنيتي ميباشد. در اين روش از مقدار آنتروپي متناظر با پاسخهاي خروجي بلوك حافظه بهعنوان مشخصه آنتروپي بيتهاي پاسخ DRAM PUF استفاده ميشود كه ويژگيهاي لازم جهت استخراج يك رشته بيت مقاوم را داشته و ميتواند در كاربردهاي امنيتي نظير توليد كليد و احراز هويت استفاده گردد. در انتهاي اين پژوهش با تكيه بر روش مشخصه آنتروپي DRAM PUF، پروتكلي داراي ساير ويژگيهاي امنيتي موردنياز براي احراز هويت متقابل گرههاي حسگر و درگاه ارائه ميشود. مطابق نتايج حاصل از پيادهسازي، حداكثر زمان اجراي الگوريتم پيشنهادي ms0.71 ميباشد كه در مقايسه با روشهاي موجود بهبود داشته است. همچنين، پروتكل پيشنهادي بسيار سبكوزن بوده و موجب كاهش سربارهاي محاسباتي و مخابراتي نسبت به روشهاي پيشين ميگردد.
-
تاريخ ورود اطلاعات
1400/02/14
-
عنوان به انگليسي
A DRAM PUF-based Authentication Protocol for Wireless Sensor Networks
-
تاريخ بهره برداري
3/11/2022 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
فاطمه نجفي
-
چكيده به لاتين
Wireless sensor networks are capable of deploying large sets of sensors for various applications. Due to the unprotected nature of the wireless sensor networks, an adversary can conduct physical attacks and compromise the safety of the sensor nodes. Also, providing security and privacy to WSNs is challenging, because of the limited capabilities of sensor nodes in terms of processing power, storage, bandwidth, and energy. Physical Unclonable Functions (PUFs) are introduced as promising security blocks to enable cryptography and authentication services. Dynamic Random Access Memory (DRAM)-based PUFs are good candidates to provide secure data communication in different networks and prevent physical attacks without any additional hardware requirements. However, PUFs are sensitive to internal and external noise, causing reliability issues. Different error-reduction methods such as Error Correction Codes (ECCs) and different pre-selection schemes are used in the existing mechanisms to address these challenges. Such solutions lead to considerably extra costs by adding software and hardware burden on the PUF implementation. In this thesis, we propose two highly reliable authentication schemes for the wireless sensor networks, which are based on DRAM PUFs. The first scheme utilizes a deep convolutional neural network to extract the common features from raw PUF responses and provides a robust authentication based on the classification of received responses from the sensor node. This method enhances challenge-response-pair space and based on the experimental results, it achieves at least 91.03% accuracy rate using latency-based data from a 1GB DDR3 chip. The second proposed scheme uses the entropy values of memory blocks to generate entropy features for each row. These features are almost common among responses that are produced in different measurements and under various environmental conditions. Therefore, they are suitable to extract robust and reliable responses. This scheme eliminates the necessity of error correction mechanisms and can provide a lightweight key generation and authentication for resource-constrained applications. We use these entropy features to organize a mutule authentication protocol between the gateway and nodes. Analysis indicates that the scheme is efficient and robust against different attacks.
-
كليدواژه هاي فارسي
توابع غيرقابل همسانسازي فيزيكي مبتني بر حافظههاي پويا. , احراز هويت , شبكههاي حسگر بيسيم , مشخصههاي آنتروپي , شبكههاي عصبي پيچشي
-
كليدواژه هاي لاتين
Dynamic Random Access Memory (DRAM). , Physical Unclonable Function (PUF) , Wireless Sensor Network (WSN) , Convolutional Neural Network (CNN) , Authentiation Protocol , Entropy Feature
-
لينک به اين مدرک :