Logo Zéphyrnet

Vérification des CWE matériels dans les conceptions RTL générées par GenAI

Date :

Un nouveau document technique intitulé « Tout artificiel, moins d'intelligence : GenAI à travers le prisme de la vérification formelle » a été publié par des chercheurs d'Infineon Technologies.

Abstract
« Les conceptions matérielles modernes sont devenues de plus en plus efficaces et complexes. Cependant, ils sont souvent sensibles aux énumérations de faiblesses communes (CWE). Cet article se concentre sur la vérification formelle des CWE dans un ensemble de données de conceptions matérielles écrites en SystemVerilog à partir d'une intelligence artificielle régénérative (IA) optimisée par de grands modèles linguistiques (LLM). Nous avons appliqué une vérification formelle pour classer chaque conception matérielle comme vulnérable ou sans CWE. Cet ensemble de données a été généré par 4 LLM différents et présente un ensemble unique de conceptions pour chacun des 10 CWE que nous ciblons dans notre article. Nous avons associé les vulnérabilités identifiées aux numéros CWE pour un ensemble de données de 60,000 60 codes RTL (SystemVerilog Register Transfer Level) générés. Il a également été constaté que la plupart des LLM ne connaissent aucun CWE matériel ; par conséquent, ils ne sont généralement pas pris en compte lors de la génération du code matériel. Notre étude révèle qu'environ XNUMX % des conceptions matérielles générées par les LLM sont sujettes aux CWE, ce qui présente des risques potentiels pour la sûreté et la sécurité. L’ensemble de données pourrait être idéal pour former des algorithmes LLM et Machine Learning (ML) afin d’éviter de générer des conceptions matérielles sujettes au CWE.

Trouver la technique papier ici. Publié en mars 2024.

Gadde, Deepak Narayan, Aman Kumar, Thomas Nalapat, Evgenii Rezunov et Fabio Cappellini. « Tout artificiel, moins d'intelligence : GenAI à travers le prisme de la vérification formelle. » (2024).arXiv:2403.16750v1

spot_img

Dernières informations

spot_img