基于RRAM交叉阵列的神经网络与安全原语的集成架构
摘要：使用单个阻性随机访问存储器（RRAM）交叉点，本论文提出了一种集成神经网络（NNs）和硬件安全模块的架构。该架构使得能够使用单个交叉点来实现NN、真随机数发生器（TRNG）和物理不可克隆函数（PUF）应用程序，并利用RRAM交叉点的多状态存储特性来进行实现NN所需的向量-矩阵乘法运算。 TRNG通过利用交叉点的器件开关阈值的变化来生成随机位。 使用相同的以TRNG的熵源初始化的交叉点来实现PUF。此外，引入了权重锁定概念，通过防止未经授权访问NN权重来增强NN的安全性。该架构提供了配置RRAM设备以适应不同应用的灵活性。它显示出在NN和安全基元的硬件实现方面实现更高效和紧凑的设计的潜力。
作者：Simranjeet Singh, Furqan Zahoor, Gokulnath Rajendran, Vikas Rana, Sachin Patkar, Anupam Chattopadhyay, Farhad Merchant
论文ID：2304.13531
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2023-05-02