基于长短时记忆神经网络的硬件木马检测

摘要：

硬件木马给集成电路芯片的可靠性带来巨大威胁,为此,提出一种基于主成分分析(PCA)和长短时记忆(LSTM)神经网络的硬件木马检测方法.利用PCA提取侧信道信息中的电流特征向量,并利用该特征向量训练LSTM神经网络分类器,使该分类器达到识别硬件木马的目的.实验结果表明,该方法能对木马进行有效识别,且能检测出木马面积占总电路面积比为0.74％的硬件木马.

关键词：硬件木马检测、集成电路、旁路信息、主成分分析、长短时记忆神经网络

所属期刊栏目：46

分类号：TN918

资助基金：中央高校基本科研业务费专项资金20826041A4133

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：110-115