基于分类学习的侧信道硬件木马检测方法研究

目前集成电路开发周期中,存在很多安全性无法保障的环节,使集成电路的开发受到硬件木马的威胁。硬件木马通常只在非常特殊的值或条件下才能被触发并且发生作用,传统的结构测试和功能测试难以快速触发并检测。本论文针对这一问题,开展了基于侧信道检测的硬件木马检测方法研究,选取全局电流作为侧信道测试的信号,完成检测识别,证明了基于侧信道功耗的硬件木马检测方法,可作为通用检测方法对集成电路上未知类型的硬件木马进行检测;在此基础上,研究设计了一种基于分类学习的硬件木马快速识别方法,通过机器分类学习建立模型,以此来分析未知数组,可达到自动化检测识别硬件木马的效果,识别效果达到为73.57%。该方法可快速、自动对批次电路进行硬件木马检测识别。