| 基于多维结构特征的硬件木马检测技术 |
| |
| 引用本文： | 严迎建,赵聪慧,刘燕江.基于多维结构特征的硬件木马检测技术[J].电子与信息学报,2022,43(8):2128-2139. |
| |
| 作者姓名： | 严迎建 赵聪慧 刘燕江 |
| |
| 作者单位： | 战略支援部队信息工程大学 郑州 450000 |
| |
| 摘 要： | 硬件木马是第三方知识产权(IP)核的主要安全威胁,现有的安全性分析方法提取的特征过于单一,导致特征分布不够均衡,极易出现较高的误识别率.该文提出了基于有向图的门级网表抽象化建模算法,建立了门级网表的有向图模型,简化了电路分析流程;分析了硬件木马共性特征,基于有向图建立了涵盖扇入单元数、扇入触发器数、扇出触发器数、输入拓扑深度、输出拓扑深度、多路选择器和反相器数量等多维度硬件木马结构特征;提出了基于最近邻不平衡数据分类(SMOTEENN)算法的硬件木马特征扩展算法,有效解决了样本特征集较少的问题,利用支持向量机建立硬件木马检测模型并识别出硬件木马的特征.该文基于Trust_Hub硬件木马库开展方法验证实验,准确率高达97.02％,与现有文献相比真正类率(TPR)提高了13.80％,真负类率(TNR)和分类准确率(ACC)分别提高了0.92％和2.48％,在保证低假阳性率的基础上有效识别硬件木马.
|
| 关 键 词： | 硬件木马检测 IP核 有向图 结构特征 支持向量机 |
Hardware Trojan Detection Based on Multiple Structural Features |
| |
| YAN Yingjian,ZHAO Conghui,LIU Yanjiang.Hardware Trojan Detection Based on Multiple Structural Features[J].Journal of Electronics & Information Technology,2022,43(8):2128-2139. |
| |
| Authors: | YAN Yingjian ZHAO Conghui LIU Yanjiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
