PUF（Physical Unclonable Function）とは？

PUFとは、半導体などの製造時に生じる 微細な物理的ばらつきを利用して、 デバイス固有の応答や情報を生成する技術です。

同じ設計・同じ製造工程で作られた半導体であっても、 物理的な特性を完全に同一にすることは困難です。 PUFでは、こうした個体ごとの微細な違いを利用して、 デバイス固有の識別や、暗号技術に利用する秘密情報の 生成・導出などへ応用します。

なぜ同じ半導体でも個体差が生まれるのか

半導体は極めて精密な製造工程で作られています。 しかし、微細な製造プロセスでは、 配線、トランジスタ、電気的特性、遅延特性、 メモリセルなどに微細なばらつきが生じます。

重要なのは、 設計者が意図して個体差を作るのではなく、 製造工程に由来する物理的ばらつきが存在する という点です。

PUFでは、この個体差をデバイス固有の特徴として利用します。

PUFはなぜ「Physical Unclonable」と呼ばれるのか

Physical Unclonable Functionを直訳すると、 「物理的に複製困難な関数」となります。

通常のデバイスIDでは、例えば 「Device ID = 123456」のような値をメモリへ保存できます。 しかし、その値がコピーされれば、 別の機器へ同じIDを設定できる可能性があります。

一方、PUFでは デバイスそのものの物理的特性 を利用します。

そのため、単純にデジタル値をコピーする方式とは異なる アプローチでデバイス固有性を実現できます。

PUFはどのように動作するのか

PUFにはさまざまな方式がありますが、 基本的な考え方の一つとして Challenge-Response（チャレンジ・レスポンス） があります。

外部から特定のChallengeを入力すると、 半導体固有の物理特性によってResponseが生成されます。

異なるチップへ同じChallengeを与えた場合、 それぞれの物理特性が異なるため、 異なるResponseを得られるよう設計できます。 この性質をデバイス認証などへ応用します。

なお、すべてのPUFが同じChallenge-Response方式で 利用されるわけではありません。 PUFには複数の方式があり、暗号鍵の生成・導出など、 用途や実装によって利用方法は異なります。

PUFと通常のデバイスIDは何が違うのか

通常のデバイスIDとPUFの大きな違いは、 Identityの根拠をどこに置くかです。

PUFとTPM・Secure Elementは同じなのか

PUFはTPMやSecure Elementと混同されることがありますが、 同じものではありません。

TPMやSecure Elementは、 暗号鍵の保護や暗号処理などを行うための セキュアなハードウェアです。

一方PUFは、 物理的な個体差を利用して、 デバイス固有の情報の生成や識別などへ活用できる技術 です。

両者は必ずしも競合するものではなく、 システム設計によっては組み合わせて利用することも可能です。

なぜPhysical AIでPUFが重要なのか

Physical AIでは、センサー、カメラ、ロボット、 エッジデバイスなど、多数の機器がAIへデータを送ります。

例えばSensor Aになりすました偽デバイスが、 「温度は正常」という偽データをAIへ送信した場合、 AIがその情報を正規データとして利用する可能性があります。

つまりPhysical AIでは、 Data Trustを支える要素の一つとしてDevice Trust が重要になります。

人間のIdentityからMachine Identityへ

従来のITセキュリティでは、 ユーザーID、パスワード、ICカード、生体認証などを利用して、 「この人は誰なのか」を確認してきました。

Physical AIでは、それに加えて 「この機械・デバイスは何なのか」 を確認するMachine Identityの考え方が重要になります。

PUF × ハッシュチェーン｜Device TrustとData Integrityをつなぐ

Device TrustだけでPhysical AIのすべてを守ることはできません。 正規デバイスから生成されたデータであっても、 保存時や通信途中で改ざんされれば問題だからです。

そこで重要になるのが、 Device Authenticity（デバイスの真正性）と Data Integrity（データ完全性）を 組み合わせて考えることです。

PUF系技術をデバイスの識別・認証へ利用し、 データを生成するデバイスのIdentityを確認する仕組み を構築する。 さらにハッシュチェーンなどを利用して、 データが生成後に改ざんされていないか を検証する。

このようにDevice TrustとData Integrityを組み合わせ、 データの生成元からAIまで検証可能なTrust Chainを構築することが、 Physical AIのセキュリティでは重要になります。

一般的なPUFとSEESの「チップフィンガープリント」は何が違うのか

一般的なPUFは、 半導体などの製造時に生じる物理的なばらつきを利用して、 デバイス固有の応答や情報を得る ハードウェアセキュリティ技術です。

PUFには複数の方式があり、 デバイス識別・認証、固有情報の生成、 暗号鍵の生成・導出など、 方式や実装に応じてさまざまな用途があります。

一方、株式会社シーズでは、 半導体の物理的な個体差を利用してデバイスを識別する 「チップフィンガープリント」 を研究開発しています。

一般的なPUFとSEESのアプローチを比較

なぜチップの識別だけではPhysical AIを守れないのか

Physical AIでは、 正規のチップやデバイスであることを確認できても、 それだけでAIまで届くデータの信頼性すべてを 保証できるわけではありません。

正規デバイスから生成されたデータであっても、 保存時や伝送途中で改ざん・置換されれば、 AIが意図しないデータを利用する可能性があります。

そのためSEESでは、 チップフィンガープリントによるDevice Trustを起点として、 ハッシュチェーンによるデータの完全性・連続性の検証や、 スクランブルメモリによるデータ保護などを組み合わせ、 Physical AIのTrust Infrastructureへ展開することを目指しています。

チップからAIの判断・動作までTrust Chainを構築する

Physical AIの信頼性を考える際には、 AIだけを保護するのではなく、 データを生み出すチップから、デバイス、データ、AIの判断、 そして最終的な動作まで、 一連の信頼をつなげて考える必要があります。

この考え方では、まずチップレベルで個体を識別し、 そのチップを搭載するデバイスの識別・認証につなげます。 さらに、デバイスから生成されたデータの完全性や連続性を検証し、 伝送途中の改ざんを検知できる仕組みを組み合わせることで、 AIが検証可能なデータに基づいて判断できる環境を構築します。

Physical AIでは、その判断がロボット、ドローン、 製造装置などの現実世界の動作につながります。 そのためSEESでは、 Chip → Device → Data → AI → Action までを一つのTrust Chainとして捉えています。

PUFの活用が期待される分野

PUFのようにハードウェア固有の物理特性を利用する技術は、 多数のデバイスを識別・管理する必要がある さまざまな分野での活用が考えられます。

Physical AI時代には「Machine Zero Trust」が重要になる

Zero Trustでは、 特定のネットワークや接続元だからという理由だけで 暗黙に信頼するのではなく、 必要な検証を行うという考え方が重要です。

Physical AIでは、この考え方を人やネットワークだけでなく、 機械やデバイスにも拡張して考える必要があります。

ネットワークへ接続されているから正規機器とは限りません。 正しいIPアドレスだから正規機器とも限りません。 正しいDevice IDを送っているから本物とも限りません。

Physical AIでは、 機械そのもののIdentityをどのように確立し、 データやAIの信頼へつなげるか が重要なセキュリティ課題になります。

まとめ｜Physical AIでは「このデバイスは本物か」が重要になる

PUFは、半導体などの製造時に生じる 物理的な個体差をセキュリティへ利用する技術です。

Physical AIでは、 センサー、ロボット、ドローン、 エッジデバイス、制御装置など、 多数の機械がAIと通信します。

そのため「誰がアクセスしているか」だけでなく、 「どの機械がデータを生成・送信しているのか」 を確認することが重要になります。

株式会社シーズでは、 半導体の物理的な個体差を利用した チップフィンガープリントをDevice Trustの起点として、 ハッシュチェーンやスクランブルメモリなどを組み合わせ、 Physical AI時代のTrust Infrastructure構築を目指しています。

PUFに関するよくある質問