10.3969/j.issn.1671-1122.2017.08.005
基于支持向量机的硬件木马检测建模与优化
文章在完成木马理论分析和电路设计的基础上,研究机器学习模式分类理论,并将其应用于集成电路侧信道信息的数据处理和分析,构建了基于支持向量机的硬件木马检测模型,同时通过交叉验证的方法进行模型优化.最终在自主设计的FPGA检测平台上进行基于功耗信息的实验验证,在标准电路中植入面积为0.69%的硬件木马,可以使得检测识别率达到98.64%.
硬件木马、侧信道分析、支持向量机、交叉验证
TP309(计算技术、计算机技术)
国家自然科学基金61376032,61402331;天津市自然科学基金重点资助项目12JCZDJC20500
2017-11-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
33-38