基于XGBoost的硬件木马检测方法 |
| |
引用本文: | 高洪波,李磊,周婉婷,向祎尧. 基于XGBoost的硬件木马检测方法[J]. 电子技术应用, 2019, 45(4): 55-59 |
| |
作者姓名: | 高洪波 李磊 周婉婷 向祎尧 |
| |
作者单位: | 电子科技大学电子科学技术研究院,四川成都,611731;电子科技大学电子科学技术研究院,四川成都,611731;电子科技大学电子科学技术研究院,四川成都,611731;电子科技大学电子科学技术研究院,四川成都,611731 |
| |
基金项目: | 国家自然科学基金;中央高校基本科研业务费专项 |
| |
摘 要: | 在环形振荡器网络分析的基础上,提出一种基于XGBoost的硬件木马检测方法,并利用交叉验证方法进行模型优化。该方法能够利用训练样本数据集构建XGBoost分类模型,采用监督学习模式对数据进行分类,从而实现将原始电路与木马电路分离的目的。以RS232-T100、RS232-T800为木马电路,进行FPGA实验,实验结果表明:对RO在0. 1 ms积分时间下的木马数据,检测率达到100%、 99. 20%,验证了本方法的有效性。此外,在与传统方法和其他机器学习方法比较时,基于XGBoost的检测方法表现出了更高的检测率,能对多维度向量的关联数据作特征重要性分析,而非降维,能最大限度地保留木马检测所需的关键特征。
|
关 键 词: | 硬件木马 XGBoost 交叉验证 环形振荡器 FPGA |
Hardware Trojan detection method based upon XGBoost model |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|