Details

Autor(en) / Beteiligte

• 冯燕
• 陈岚

Titel

基于路径特征和支持向量机算法的硬件木马检测技术

Ist Teil von

• 电子与信息学报, 2023-06, Vol.45 (6), p.1921-1932

Ort / Verlag

中国科学院微电子研究所 北京 100029

Erscheinungsjahr

2023

Quelle

Alma/SFX Local Collection

Beschreibungen/Notizen

• TN406; 硬件木马攻击成为当前集成电路(IC)面临的严重威胁.针对硬件木马电路具有隐蔽、不易触发以及数据集不均衡等特点,该文提出对门级网表进行静态分析的硬件木马检测技术.基于电路可测性原理建立涵盖节点扇入数、逻辑门距离、路径数、节点扇出数的硬件木马路径特征,简化特征分析流程;基于提取的路径特征,使用支持向量机(SVM)算法区分电路中的木马节点和正常节点.提出训练集双重加权技术,解决数据集不均衡问题,提升分类器的性能.实验结果表明,分类器可以用于电路中的可疑节点检测,准确率(ACC)达到99.85%;训练集静态加权有效提升分类器性能,准确率(ACC)提升5.58%;与现有文献相比,以36%的特征量,真阳性率(TPR)降低1.07%,真阴性率(TNR)提升2.74%,准确率(ACC)提升2.92%.该文验证了路径特征和SVM算法在硬件木马检测中的有效性,明确了数据集均衡性与检测性能的关系.