随着攻击技术的不断进步，基于机器学习(Machine Learning，ML)、深度学习(Deep Learning，DL)等技术的建模攻击严重威胁了PUF的安全。针对Glitch PUF单元电路静态输出的缺陷，首次提出使用多层感知器(Multilayer Perceptron，MLP)算法对Glitch PUF进行机器学习，解决了Glitch PUF输出为非线性可分数据的问题，能够对Glitch PUF攻击并预测其输出。实验表明，对比于逻辑回归(Logistic Regression，LR)算法和随机森林(Random Forest，RF)二分类算法，提出的MLP算法显著降低了预测错误率。

构建安全可靠的系统-谷歌（最终版） 数据分析