본 논문은 스파이킹 신경망(SNN) 기반 뉴로모픽 컴퓨팅의 보안 취약성을 다룹니다. 기존 인공 신경망(ANN)과 달리 SNN의 보안은 상대적으로 덜 연구되어 왔습니다. 본 연구는 SNN에 대한 새로운 입력 트리거형 하드웨어 트로이 목마(HT) 공격을 제안합니다. 이 HT는 하나의 뉴런 영역에 집약되며, 특수 제작된 스파이크 도메인 입력 메시지를 통해 특정 뉴런이 악성 스파이크 열을 생성하도록 합니다. 이 스파이크 열은 뉴런의 악성 변조를 유발하여 뉴런이 포화 상태에 이르게 하고, 입력 활동이 중단되어도 정상 상태로 복귀하지 못하게 합니다. 과도한 스파이크는 네트워크를 오염시키고 잘못된 결정을 초래합니다. 본 논문은 적절한 뉴런을 선택하고 HT 페이로드를 트리거하는 입력 패턴을 생성하는 방법론을 제시하며, 세 가지 널리 사용되는 벤치마크를 통해 시뮬레이션으로 공격을 보여줍니다. 또한 아날로그 스파이킹 뉴런과 디지털 SNN 가속기의 하드웨어 구현을 제안하여 HT가 영역과 전력 소비에 미치는 영향이 무시할 만하고 탐지를 쉽게 피할 수 있음을 보여줍니다.
