物理不可克隆函数（PUF）基础

各位同学，咱们今天聊点硬核的——物理不可克隆函数。说实话，我第一次听到这个名字的时候，觉得这玩意儿像是科幻片里的东西。但干这行久了你会发现，PUF 其实是解决设备身份认证最优雅的方案之一。

为什么叫「不可克隆」？因为每个芯片的 PUF 响应，就像人的指纹一样，是独一无二的。你没法用另一颗芯片复制出完全一样的响应。我当年在做一个安全芯片项目时，甲方要求「防抄板」做到极致，传统的密钥存储方案怎么都不放心。后来我们上了 PUF，问题迎刃而解。

PUF 的工作原理

说白了，PUF 就是利用芯片制造过程中不可避免的物理差异。晶圆掺杂浓度、氧化层厚度、金属线宽——这些参数在理论上应该一致，但实际上每颗芯片都有微小的随机偏差。

PUF 的工作流程分两步：

  1. 激励输入（Challenge）：给 PUF 电路一个输入信号
  2. 响应输出（Response）：电路基于物理差异产生一个唯一输出

这个 Challenge-Response Pair（CRP）就是 PUF 的核心。你想想看，同一颗芯片，每次给相同的激励，理论上应该得到相同的响应。但不同芯片，即使给相同的激励，响应也完全不同。

关键点：PUF 不存储密钥，它「生成」密钥。密钥在需要时才出现，用完就消失。这让物理攻击者无从下手——你撬开芯片封装，看到的只是一堆逻辑门，没有存储密钥的 ROM 或 Flash。

PUF 的数学基础与物理实现

数学上，PUF 可以看作一个函数 f: C → R。C 是挑战空间，R 是响应空间。这个函数必须满足：

  • 确定性：同一芯片，同一挑战，输出相同响应
  • 唯一性：不同芯片，同一挑战，输出不同响应
  • 不可预测性：给定部分 CRP，无法推断其他 CRP

我在项目中遇到过一种情况：甲方要求 PUF 的响应必须通过 NIST 随机性测试。这其实是个硬指标，因为 PUF 的「随机性」来源于物理噪声，而不是伪随机数生成器。两者有本质区别。

常见的物理实现方式

类型 物理原理 典型结构 我个人的评价
硅 PUF IC 制造工艺偏差 环形振荡器、SRAM 最成熟，量产首选
光学 PUF 介质散射特性 随机微粒涂层 安全性高，但部署麻烦
涂层 PUF 介电常数随机性 掺杂颗粒的涂层 防拆解效果好
磁性 PUF 磁畴随机排列 磁性隧道结 还在实验室阶段

实际工程中，环形振荡器 PUF（RO PUF）和 SRAM PUF 用得最多。RO PUF 的原理很简单：芯片上有多个结构完全相同的环形振荡器，但受工艺偏差影响，它们的振荡频率略有不同。通过比较这些频率的差异，就能生成唯一的响应。

// RO PUF 响应生成伪代码示例
// 实际项目中用 Verilog 实现，这里用 C 风格示意

uint64_t generate_response(int challenge) {
    // 根据 challenge 选择两个 RO
    int ro_a = select_oscillator(challenge & 0xFF);
    int ro_b = select_oscillator((challenge >> 8) & 0xFF);
    
    // 计数两个 RO 的振荡次数
    uint32_t count_a = count_cycles(ro_a, SAMPLE_TIME);
    uint32_t count_b = count_cycles(ro_b, SAMPLE_TIME);
    
    // 比较频率，输出 1 bit
    return (count_a > count_b) ? 1 : 0;
}

避坑指南：我曾经在 RO PUF 项目里踩过一个坑——温度和电压变化会导致振荡频率漂移。同一个 RO，在 25°C 和 85°C 下频率能差 5%。后来我们加了温度补偿电路和纠错码（ECC），才把误码率压到可接受范围。

PUF 的关键性能指标

评价一个 PUF 好不好，不能光看它能不能工作。我一般从四个维度来评估：

1. 唯一性（Uniqueness）

不同芯片之间的响应差异有多大。用「片间汉明距离」来衡量，理想值是 50%。

公式：Uniqueness = (2 / (k*(k-1))) * Σ HD(R_i, R_j)

其中 k 是芯片数量，HD 是汉明距离。我见过最差的 PUF 唯一性只有 12%，那基本等于所有芯片的响应都差不多——这玩意儿就没法用了。

2. 可靠性（Reliability）

同一芯片在不同环境条件下，响应的一致性。用「片内汉明距离」来衡量，理想值是 0%。

环境因素包括：温度（-40°C ~ 85°C）、电压（±10%）、老化效应。我做过一个测试，某款 SRAM PUF 在高温下误码率飙到 8%，后来加了模糊提取器（Fuzzy Extractor）才降到 0.5% 以下。

3. 随机性（Randomness）

响应比特流是否满足统计随机性。用 NIST SP 800-22 测试套件来验证。

这里有个坑：PUF 的随机性来源于物理过程，不是算法。如果芯片设计有系统性偏差（比如 RO 布局不对称），响应就会出现偏置。我建议在流片前做蒙特卡洛仿真，提前评估随机性。

4. 防篡改性（Tamper Resistance）

物理攻击者能否提取或预测 PUF 响应。

常见的攻击手段包括：

  • FIB 探针：聚焦离子束直接探测内部节点
  • 侧信道分析：通过功耗、电磁辐射推断响应
  • 机器学习建模：收集部分 CRP，训练模型预测未知 CRP

注意：别以为上了 PUF 就万事大吉。我见过一个案例，攻击者用机器学习模型，只收集了 10% 的 CRP 就预测出了 85% 的剩余响应。所以 PUF 的挑战空间必须足够大，而且 CRP 不能暴露太多。

PUF 性能指标对比表

指标 理想值 RO PUF 典型值 SRAM PUF 典型值 工程容忍上限
唯一性 50% 48% ~ 52% 49% ~ 51% > 45%
可靠性 0% < 3% < 5% < 10%
随机性 P > 0.01 P > 0.05 P > 0.01 通过 NIST 测试
能耗 越低越好 ~10 pJ/bit ~1 pJ/bit 视应用而定
面积 越小越好 ~5000 μm² ~1000 μm² 视芯片预算而定

嗯，这里要注意：表格里的数据是我基于多个量产项目统计的，不同工艺节点会有差异。比如 28nm 的 SRAM PUF 可靠性就比 180nm 的好，因为先进工艺的器件匹配性更好。

PUF 知识体系结构图

下面这张图是我自己整理的 PUF 知识框架，方便你理解各个概念之间的关系：

PUF 知识体系结构图 物理不可克隆函数 (PUF) 工作原理 数学基础 物理实现 工艺偏差 CRP 映射 确定性 唯一性 RO PUF SRAM PUF 关键性能指标 唯一性 可靠性 随机性 防篡改性 核心：利用制造偏差 → 生成唯一指纹 → 不存储密钥 → 抗物理攻击

这张图把 PUF 的三大核心——工作原理、数学基础、物理实现——串起来了。底部是四个关键性能指标，顶部是它们共同支撑的 PUF 概念。你仔细看会发现，所有箭头都指向性能指标，这说明什么？说明不管你的 PUF 原理多巧妙，最终都要用这四个指标来检验它好不好用。

我个人习惯在项目初期就把这四个指标定好目标值。比如可靠性要求误码率低于 3%，那就得提前规划纠错码和温度补偿。别等到芯片回来了再测，那时候改设计就晚了。

← 上一章 📖 返回目录 下一章 →