Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

SecFSM: Knowledge Graph-Guided Verilog Code Generation for Secure Finite State Machines in Systems-on-Chip

Created by
  • Haebom

作者

Ziteng Hu, Yingjie Xia, Xiyuan Chen, Li Kuang

概要

本論文は、システムオンチップ(SoC)の制御ロジックの実装に重要な役割を果たす有限状態機械(FSM)のVerilogコード生成を自動化するために、大規模言語モデル(LLM)を利用する新しい方法であるSecFSMを提案します。従来のLLMベースのVerilogコード生成はセキュリティの脆弱性の問題を抱えていますが、SecFSMはセキュリティ指向知識グラフ(FSKG)を利用してLLMがより安全なVerilogコードを生成するように誘導します。 FSKGに基づいてユーザーの要件を分析して脆弱性を特定し、それに基づいてセキュリティ知識を活用してセキュリティプロンプトを生成してLLMに提供します。学術データセット、人工データセット、論文、産業事例から収集した専用データセットを使用してSecFSMを評価したところ、従来の方法より優れた性能が得られ、25のセキュリティテストケースのうち21を通過する高い成功率を達成しました。

Takeaways、Limitations

Takeaways:
LLMベースのコード生成におけるセキュリティ脆弱性のトラブルシューティングに対する新しいアプローチの提示
セキュリティ指向知識グラフを活用したLLMの安全性向上
FSM Verilogコード生成自動化による開発効率の向上
実際の産業事例を含む幅広いデータセットを活用した実験的検証
Limitations:
FSKGの完全性と正確さへの依存度が高い。 FSKGに含まれていない脆弱性は検出できない可能性がある。
DeepSeek-R1を用いた評価の一般化の可能性のさらなるレビューの必要性さまざまなセキュリティ脆弱性チェックツールを活用した評価が必要です。
特定のツール(DeepSeek-R1)への依存性が高く、他のツールを使用するとパフォーマンスが異なる可能性があります。
大規模で複雑なFSMの適用性と拡張性に関するさらなる研究が必要
👍