Influence and PAC Learnability of Arbiter PUFs Master Thesis

Physical Unclonable Functions (PUFs) have emerged as a promising alternative to conventional mobile secure authentication devices. Instead of storing a cryptographic key in non-volatile memory, they provide a device specific challenge-response behavior uniquely determined by manufacturing variations. The Arbiter PUF has become a popular PUF representative due to its lightweight design and potentially large challenge space. Unfortunately, opposed to the PUFs definition, an Arbiter PUF can be cloned using machine learning attacks. Since PUFs can be described as Boolean functions, this thesis applies the concept of the Fourier expansion on Arbiter PUFs, focusing on the notion of influence. Based on this, statements about its Probably Approximately Correct learnability are deduced and discussed. Z U S A M M E N FA S S U N G Physical Unclonable Functions (PUFs) haben sich zu einer vielversprechenden Alternative zu konventionellen, mobilen Authentifizierungsgeräten entwickelt. Anstatt eines in nichtflüchtigem Speicher abgelegten kryptografischen Schlüssels, bieten sie ein gerätespezifisches challenge-response Verhalten, das einzigartig durch Fertigungsungenauigkeiten bestimmt wird. Die Arbiter PUF ist aufgrund ihres leichtgewichtigen Designs und potentiell großen Challengeraums zu einem bekannten PUF Repräsentanten geworden. Bedauerlicherweise, entgegen der Definition von PUFs, kann die Arbiter PUF mithilfe von Machine Learning Angriffen geklont werden. Da PUFs als Boolesche Funktionen beschrieben werden können, wendet die vorliegende Arbeit das Konzept der Fourier Erweiterung auf die Arbiter PUF mit Fokus auf den Begriff des Influences an. Darauf basierend werden Aussagen über ihre Probably Approximately Correct Erlernbarkeit gefolgert und diskutiert.