강유전체 장치로 IoT 데이터를 해킹할 수 없게 만들 수 있음

Date:

데이터가 상품으로 사고팔리는 시대에 진정한 개인 정보 보호는 거의 불가능합니다. 하지만 동형암호 귀하의 데이터를 완벽하게 보호하므로 데이터를 처리하는 데 사용되는 서버를 포함하여 누구도 귀하의 정보를 읽을 수 없습니다.

작동 방식은 다음과 같습니다. 장치가 데이터를 암호화하여 처리를 위해 전송하고, 암호화된 데이터에 대한 계산이 수행된 다음 반환 시 데이터가 해독됩니다. 수학적으로 복잡한 프로세스를 통해 처리된 데이터를 중간에 해독할 수 있는 사람 없이 마지막에 해독할 수 있습니다.

그러나 동형암호를 가능하게 하는 기본 수학에 필요한 계산 능력은 너무 많습니다. 사물 인터넷 ~처럼 현재는.

중국 베이징에 있는 북경대학교의 엔지니어 팀은 이러한 상황을 바꾸는 것을 목표로 하고 있습니다. 강유전성 전계 효과 트랜지스터 배열을 사용하여 만든 새로운 장치(FeFET)은 높은 정확도와 낮은 계산 부하로 암호화 및 암호 해독 프로세스를 수행하도록 최적화되었습니다. 엔지니어들은 오늘 2024년에 어레이를 공개했습니다. IEEE 국제 전자 장치 회의.

“새로운 것을 구현함으로써 반도체 장치우리는 우리의 상업용 전자 제품 휴대폰이 컴퓨팅 성능을 활용하는 것처럼 구름 [while] 또한 데이터의 안전을 유지합니다.”라고 말합니다. 케차오 탕북경 대학교 집적 회로 조교수이자 새로운 시스템을 개발한 연구원 중 한 명입니다.

트랜지스터 내부의 수학

동형암호 프로세스를 수행하려면 컴퓨터가 무작위 키를 생성할 수 있어야 하며, 이 키는 암호화한 다음 나중에 데이터를 “잠금 해제”하는 데 사용됩니다. 그런 다음 해당 키를 사용하여 데이터를 암호화된 형식으로 처리하는 다항식 곱셈 및 덧셈을 수행합니다.

암호화를 위한 키를 생성하기 위해 트랜지스터 어레이는 FeFET를 통한 전류 변동을 사용합니다. FeFET는 일반 MOSFET 트랜지스터보다 훨씬 더 높은 수준의 변동을 갖도록 설계될 수 있으므로 장치에서 생성된 난수는 일반 실리콘 칩에서 얻는 것보다 예측하기 어렵기 때문에 암호화를 해독하기가 더 어렵습니다.

암호화 프로세스에서 키는 사용자의 데이터를 다항식 계수로 구성된 벡터로 변환하는 데 도움이 됩니다. 그런 다음 해당 벡터에 숫자 행렬을 곱한 다음 다른 벡터를 곱합니다. 따라서 암호화는 일반적으로 두 단계로 이루어지지만 FeFET 어레이에서는 단 한 단계로 수행할 수 있습니다.

이는 FeFET의 특성 때문에 가능합니다. 장치를 통한 전류 흐름을 제어하는 ​​트랜지스터 부분인 게이트에는 강유전성 층이 있습니다. 이 재료는 전기장에 있을 필요 없이 전기 분극을 유지합니다. 강유전체 층은 이러한 분극의 크기로 데이터를 저장할 수 있습니다. 다른 트랜지스터와 마찬가지로 FeFET에는 드레인, 소스, 게이트의 세 가지 단자가 있습니다. 강유전성 물질에 저장된 상태를 계산하면 이는 세 가지 신호(드레인 입력, 게이트 입력 및 저장된 상태)가 FeFET에 결합될 수 있음을 의미합니다. (소스는 출력 전류를 제공합니다.) 따라서 하나의 FeFET를 만들어 3입력 곱셈을 계산할 수 있습니다.

많은 FeFET가 어레이로 결합되면 어레이는 이제 암호화에 필요한 세 가지 데이터 세트(암호화할 데이터의 벡터, 암호화 매트릭스 및 벡터)를 가져올 수 있습니다. 매트릭스는 FeFET 어레이의 강유전체층에 저장되고, 원본 데이터의 벡터는 각 FeFET의 게이트에 입력되며, 두 번째 벡터는 FeFET 어레이의 드레인에 입력됩니다. 한 단계에서 FeFET 어레이는 벡터, 매트릭스 및 벡터의 신호를 결합한 다음 최종 암호화된 데이터를 전류로 출력합니다.

Tang은 “우리는 더 적은 공간 오버헤드와 더 적은 전력 소비로 더욱 효율적인 컴퓨팅을 수행할 수 있습니다.”라고 말합니다.

연구원들은 또한 RRAM을 사용하여 동형 암호화에 필요한 행렬 곱셈을 수행하려고 노력하고 있습니다. RRAM에는 상태를 메모리에 저장할 수 있는 기능도 있기 때문입니다. 그러나 Tang에 따르면 강유전성 장치는 RRAM보다 암호 해독 과정에서 잡음이 더 적어야 합니다. 강유전성 장치는 RRAM보다 켜짐 상태와 꺼짐 상태의 차이가 더 크기 때문에 “인코딩 및 디코딩을 수행할 때 실수할 가능성이 적습니다”라고 Tang은 말합니다. “1인지 0인지 쉽게 알 수 있기 때문입니다. ” 이전 RRAM 솔루션의 정확도는 97.1~98.8%인 반면, 이 장치의 정확도는 99.6%였습니다.

Tang은 앞으로 이 기술을 스마트폰에서 볼 수 있기를 바랍니다. “만약 우리 장치를 휴대폰에 적용할 수 있다면, 이는 우리 휴대폰이 데이터를 인코딩하여 클라우드에 업로드한 다음 다시 가져오고 디코딩할 수 있는 능력을 갖게 된다는 것을 의미합니다.”라고 그는 말합니다.

Share post:

Subscribe

Popular

More like this
Related

생성 AI 활용: 업계 리더를 위한 대담한 도전과 보상

조직이 AI의 잠재력을 계속 탐구함에 따라 Microsoft 고객은 워크플로를...

식품 안전 분야에서 AI의 필요성 증가

특히 광범위한 조류독감 발생의 영향이 농업 부문 전반에 걸쳐...

12월23일 정부지원사업 신규 공고 리스트 (12건) _ (파일 재가공/재배포 가능)

12월 23일 12건<12/23지원사업 신규 공고 목록> *전 영업일인 12/20에 올라온...

Waste Robotics와 Greyparrot가 분류 로봇을 강화하는 방법

Waste Robotics는 FANUC 로봇 팔을 사용하여 안정적이고 정확한 피킹을...