近日，系统结构实验室硬件安全团队提出并实现了一种基于Bent函数的抗建模攻击强物理不可克隆函数（PUF）结构，相关成果以”BF PUF: A Modeling Attack-Resistant Strong PUF Based on Bent Functions”为题发表在电路设计领域的CCF B类期刊IEEE Transactions on Very Large Scale Integration Systems上。

强物理不可克隆函数在轻量级物联网认证协议、加密与安全领域展示了广阔的应用前景。然而现有强PUF结构具有非常低的密码学非线性（NL）特征，易受到机器学习建模和密码统计分析等攻击的威胁。为了解决上述问题，基于M-M型Bent函数，首次提出了一种具有最高密码非线性的抗建模攻击的强物理不可克隆函数——BF PUF。其基本思想是，通过M-M型构造Bent函数的方法，混淆强PUF的响应，使得系统具有最高的密码非线性以抵御建模攻击。为了满足M-M型构造Bent函数的条件，同时保证Bent函数的输出具有不可预测性，我们使用弱PUF响应配置Feistel网络结构，对输入激励进行特定于设备的不可预测的随机映射。

文章通过Walsh变换理论证明了所提BF PUF具有最高的密码学非线性。然后通过Python建立了BF PUF的模型，仿真结果表明所提BF PUF的密码非线性高于k-XOR APUF(k=2,4,6)。在任意翻转1位或任意2位激励时，BF PUF的响应翻转概率均保持在50%左右。此外，使用Xilinx Virtex-7 FPGA硬件平台实现了所提结构。实验结果表明，使用四种ML算法-逻辑回归（LR），人工神经网络（ANN），深度神经网络（DNN），和协方差矩阵自适应进化策略（CMA-ES），在这四种建模攻击算法下的最佳预测准确率为52.60%。在-10 °C至80 °C的温度波动下，可靠性在84.20%至99.78%之间。

该论文得到国家自然科学基金项目的资助。合肥工业大学为该论文第一署名单位。作者包括黄正峰教授、曾凡胜、池彦桥、林炎堃、鲁迎春副教授、梁华国教授、欧阳一鸣教授、倪天明教授和温晓青教授。安徽工程大学电气工程学院（集成电路学院）卞景昌老师为本文通讯作者。

论文链接地址：https://doi.org/10.1109/TVLSI.2025.3569587.