本发明涉及数据安全，尤其是指一种双熵源物理不可克隆函数抗攻击性的确定方法及装置。
背景技术：
1、在当今大数据和物联网时代，各种设备和系统通过互联网相互连接，产生大量数据，且数据规模的迅速扩大以及数据应用领域的不断拓展，给我们带来了极大的便利和发展机遇，但同时数据安全也面临着巨大的挑战，例如，数据泄露、隐私侵犯以及网络攻击等问题，为了保护数据安全，密码技术被广泛应用于数据传输和存储过程中。
2、在集成电路领域，芯片或设备在制造或后处理过程中会产生一系列微小差异，包括环境噪声、写入和读取操作等，用户可以通过读取和比较这些微小差异，生成与特定设备相关的密钥或验证信息，且传统的密钥生成方法需要使用伪随机数生成器等算法来生成密钥，因此芯片或设备的安全性在很大程度上取决于算法的可靠性和随机性，一旦伪随机数生成器算法出现问题，芯片的安全性将受到极大威胁，现有技术中的物理不可克隆函数的设计依赖于高电阻状态分布作为熵源，从而导致噪声引起的位翻转，这会降低可靠性，进而导致目标双熵源物理不可克隆函数的抗机器学习攻击精度较差，从而威胁到芯片的数据安全性。
技术实现思路
1、有鉴于此，本技术的目的在于提供一种双熵源物理不可克隆函数抗攻击性的确定方法及装置，本发明所要解决的技术问题在于克服现有技术中目标双熵源物理不可克隆函数的抗机器学习攻击精度较差，从而威胁到芯片的数据安全性的技术问题，本技术实现了对目标双熵源物理不可克隆函数的构建，提升了目标双熵源物理不可克隆函数的抗机器学习攻击精度和可靠性，进而提高了待检测芯片的数据安全性。
2、为解决上述技术问题，本发明提供了一种双熵源物理不可克隆函数抗攻击性的确定方法，所述双熵源物理不可克隆函数抗攻击性的确定方法包括：
3、获取待检测芯片对应的电流随机数据、所述待检测芯片对应的电压随机数据以及所述待检测芯片对应的脉冲随机数据，其中，所述待检测芯片是由多个半导体器件组成的；
4、基于所述电流随机数据、所述电压随机数据以及所述多个半导体器件对应的半导体阵列，确定单熵源物理不可克隆函数；
5、基于所述脉冲随机数据和所述单熵源物理不可克隆函数，确定候选双熵源物理不可克隆函数；
6、基于预设时域多数投票规则和所述候选双熵源物理不可克隆函数，确定目标双熵源物理不可克隆函数；
7、基于所述目标双熵源物理不可克隆函数和预设机器学习算法，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度。
8、在本发明的一个实施例中，所述基于所述电流随机数据、所述电压随机数据以及所述多个半导体器件对应的半导体阵列，确定单熵源物理不可克隆函数，包括：
9、根据电流随机数据和电压随机数据，确定待检测芯片对应的电阻开关特性；
10、根据所述电阻开关特性和多个半导体器件对应的半导体阵列，确定单熵源物理不可克隆函数。
11、在本发明的一个实施例中，所述基于所述脉冲随机数据和所述单熵源物理不可克隆函数，确定候选双熵源物理不可克隆函数，包括：
12、根据脉冲随机数据，确定待检测芯片对应的数据保留特性，其中，所述数据保留特性用于表征待检测芯片对应的易失性；
13、根据所述待检测芯片对应的所述数据保留特性，确定候选双熵源物理不可克隆函数。
14、在本发明的一个实施例中，所述基于预设时域多数投票规则和所述候选双熵源物理不可克隆函数，确定目标双熵源物理不可克隆函数，包括：
15、根据预设时域多数投票规则，对候选双熵源物理不可克隆函数进行比特流过滤，确定目标双熵源物理不可克隆函数。
16、在本发明的一个实施例中，所述基于所述目标双熵源物理不可克隆函数和预设机器学习算法，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度，包括：
17、基于目标双熵源物理不可克隆函数、单熵源物理不可克隆函数以及二进制编码转换映射规则，对待检测芯片进行密钥加密，确定所述待检测芯片的目标密钥；
18、基于所述目标密钥和预设机器学习算法，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度。
19、在本发明的一个实施例中，所述基于目标双熵源物理不可克隆函数、单熵源物理不可克隆函数以及二进制编码转换映射规则，对待检测芯片进行密钥加密，确定所述待检测芯片的目标密钥，包括：
20、根据单熵源物理不可克隆函数和二进制编码转换映射规则，对待检测芯片进行初始密钥加密，确定所述待检测芯片的初始密钥；
21、根据所述初始密钥、目标双熵源物理不可克隆函数以及二进制编码转换映射规则，对待检测芯片进行目标密钥加密，确定待检测芯片的目标密钥。
22、在本发明的一个实施例中，所述基于所述目标密钥和预设机器学习算法，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度，包括：
23、根据目标密钥和预设机器学习算法，确定目标双熵源物理不可克隆函数对应的机器学习攻击精度；
24、根据所述机器学习攻击精度，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度。
25、本技术实施例还提供了一种双熵源物理不可克隆函数抗攻击性的确定装置，所述双熵源物理不可克隆函数抗攻击性的确定装置包括：
26、获取模块，用于获取待检测芯片对应的电流随机数据、所述待检测芯片对应的电压随机数据以及所述待检测芯片对应的脉冲随机数据，其中，所述待检测芯片是由多个半导体器件组成的；
27、第一确定模块，用于基于所述电流随机数据、所述电压随机数据以及所述多个半导体器件对应的半导体阵列，确定单熵源物理不可克隆函数；
28、第二确定模块，用于基于所述脉冲随机数据和所述单熵源物理不可克隆函数，确定候选双熵源物理不可克隆函数；
29、第三确定模块，用于基于预设时域多数投票规则和所述候选双熵源物理不可克隆函数，确定目标双熵源物理不可克隆函数；
30、第四确定模块，用于基于所述目标双熵源物理不可克隆函数和预设机器学习算法，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度。
31、本技术实施例还提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的双熵源物理不可克隆函数抗攻击性的确定方法的步骤。
32、本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的双熵源物理不可克隆函数抗攻击性的确定方法的步骤。
33、本发明的上述技术方案相比现有技术具有以下优点：
34、本技术提供实施例通过待检测芯片对应的电流随机数据、电压随机数据以及多个半导体器件对应的半导体阵列，确定单熵源物理不可克隆函数，并基于脉冲随机数据和单熵源物理不可克隆函数，确定候选双熵源物理不可克隆函数，然后基于预设时域多数投票规则和候选双熵源物理不可克隆函数，确定目标双熵源物理不可克隆函数，最后基于目标双熵源物理不可克隆函数和预设机器学习算法，确定目标双熵源物理不可克隆函数的抗机器学习攻击精度，本技术实现了对目标双熵源物理不可克隆函数的构建，提升了目标双熵源物理不可克隆函数的抗机器学习攻击精度和可靠性，进而提高了待检测芯片的数据安全性。
35、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合附图，作详细说明如下。
1.一种双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述双熵源物理不可克隆函数抗攻击性的确定方法包括：
2.根据权利要求1所述的双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述基于所述电流随机数据、所述电压随机数据以及所述多个半导体器件对应的半导体阵列，确定单熵源物理不可克隆函数，包括：
3.根据权利要求1所述的双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述基于所述脉冲随机数据和所述单熵源物理不可克隆函数，确定候选双熵源物理不可克隆函数，包括：
4.根据权利要求1所述的双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述基于预设时域多数投票规则和所述候选双熵源物理不可克隆函数，确定目标双熵源物理不可克隆函数，包括：
5.根据权利要求1所述的双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述基于所述目标双熵源物理不可克隆函数，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度，包括：
6.根据权利要求5所述的双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述基于目标双熵源物理不可克隆函数、单熵源物理不可克隆函数以及二进制编码转换映射规则，对待检测芯片进行密钥加密，确定所述待检测芯片的目标密钥，包括：
7.根据权利要求5所述的双熵源物理不可克隆函数抗攻击性的确定方法，其特征在于，所述基于所述目标密钥和预设机器学习算法，确定所述目标双熵源物理不可克隆函数的抗机器学习攻击精度，包括：
8.一种双熵源物理不可克隆函数抗攻击性的确定装置，其特征在于，所述双熵源物理不可克隆函数抗攻击性的确定装置包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器运行时执行如上述权利要求1-7中任一所述的双熵源物理不可克隆函数抗攻击性的确定方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述权利要求1-7中任一所述的双熵源物理不可克隆函数抗攻击性的确定方法的步骤。
