该论文是一篇关于硬件与生物特征融合信任机制的综述性研究,由Nima Karimian撰写,核心关注现代网络物理系统、物联网、可穿戴设备及边缘计算场景中日益突出的“人-设备-功能”三重信任需求。传统上,生物识别用于确认用户身份,但面临呈现攻击、用户内差异、模板泄露和吊销困难等问题;物理不可克隆函数(PUF)提供设备级物理身份与按需密钥派生,但受环境噪声、辅助数据泄露、侧信道和建模攻击威胁;硬件混淆与逻辑锁定通过激活密钥约束电路行为,却易受基于oracle的、近似、结构、移除及物理攻击。现有研究往往将这三者割裂讨论,缺乏统一视角。本文率先提出跨层信任根的统一框架,将每个原语分解为完整的处理链,明确对应的安全假设、实现机制与评估指标;随后系统性地归纳了三类两两组合(生物特征-PUF、PUF-硬件混淆、生物特征-硬件混淆)以及一种三方架构,在该架构中电路正确功能同时绑定授权用户与真实设备。综述特别关注生物特征密钥重建、PUF稳定性与抗建模攻击、逻辑锁定攻击评估、跨层错误传播、注册阶段信任、密钥生命周期以及接口泄露等关键问题。最终,文章提出了面向可吊销的人-设备凭据、组合安全、泄漏感知集成、可重构激活以及标准化端到端评估的研究路线图,旨在为设计兼具安全性与实用性的跨层信任系统提供参考。该论文适合硬件安全研究员、物联网安全工程师、密码学开发者以及关注可信执行环境的蓝队人员阅读,帮助其理解不同信任原语之间的交互影响与潜在攻击面。
💡 推荐理由: 该综述首次将生物识别、PUF和硬件混淆统一到同一信任框架,为蓝队评估多层硬件安全组合的弱点和攻击面提供了系统性的分析视角,有助于设计更稳健的跨层信任链。
🎯 建议动作: 研究跟进