VE-VIDES

Designmethoden und HW/SW-Co-Verifikation für die eindeutige Identifizierbarkeit von Elektronikkomponenten

Motivation

Im täglichen Leben werden wir künftig noch mehr elektronischen Komponenten vertrauen 
müssen, die zum Beispiel in selbstfahrenden Autos oder Servicerobotern zum Einsatz 
kommen. Um Elektronik sicher und zuverlässig nutzen zu können, müssen wir eine souveräne Position in den globalen Wertschöpfungsketten einnehmen. Dazu gehört die Rückverfolgbarkeit der Funktionalität der verbauten Komponenten ebenso wie die Versorgungssicherheit. Im Rahmen von VE-VIDES sollen neuartige Methoden, Lösungen und Verfahren erforscht und entwickelt werden, um dies zu realisieren.

Im Lauf des letzten Jahrzehnts haben Physikalisch Unklonbare Funktionen (PUFs) sich als fester Bestandteil auf dem Gebiet der Kryptographie und der Authentifizierung etabliert. Diese basieren auf physikalischen Abweichungen, die sich aufgrund beschränkter Präzision während des Herstellungsprozess ergeben. PUFs bieten daher hervorragende Eigenschaften für die Ableitung von Fingerprints von Schaltungen.

Ziel und Vorgehen

Ziel des Projekts ist die zuverlässige Extraktion von elektronischen Fingerabdrücken aus rekonfigurierbaren digitalen Schaltungen, so genannten Field Programmable Gate Arrays (FPGA). Eine wichtige Eigenschaft solcher Fingerprintgeneratoren ist die Unempfindlichkeit gegenüber Umgebungseinflüssen. Hierfür sollen neuartige Methoden entwickelt werden, die die zusätzlich notwendige Fehlerkorrektur möglichst rudimentär halten, um die Gesamtkomplexität der Realisierung möglichst gering zu halten.

Innovationen und Perspektiven

Die im Projekt entstehenden Entwurfs- und Verifikationsmethoden, Werkzeuge und Testumgebungen bilden eine Grundlage für zukünftige Entwicklungsprozesse von vertrauenswürdiger Elektronik. Die Übertragung der Ergebnisse auf die Anwendungsbereiche Medizin- und Kommunikationstechnik sowie Luft- und Raumfahrt ist geplant.

Neuartige Methoden für die Identifizierbarkeit von Elektronikkomponenten
© Gorodenkoff – Adobe Stock