基于多信号特征融合的硬件木马识别技术

摘要：

针对现有基于信号特征的硬件木马检测方法中存在木马特征集单一、检测精度低和普适性差等问题,提出一种基于多信号特征融合的硬件木马识别方法.通过分析硬件木马的隐藏性,建立触发节点植入与载荷节点植入的硬件木马隐藏性模型,构造低静态翻转率、低动态翻转率、低组合0可控性、低组合1可控性和低组合可观察性的硬件木马特征集,利用KNN算法建立硬件木马检测模型.实验结果表明,该方法达到了98.23％ 的木马信号平均识别率,与文献[3]和文献[15]相比,分别提高了16.30％ 和10.24％,大幅提升了木马检测能力.

关键词：硬件木马检测;门级网表;信号特征;隐藏性;机器学习;KNN分类算法

所属期刊栏目：42

分类号：TP309+.1(计算技术、计算机技术)

在线出版日期：2021-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3365-3372