积分商城

最新搜索： IGBT资料 三极管封装库 交流信号测量 立创商城PCB封装库 alinx 汽车
您现在的位置是：首页 > 技术资料 > 基于反向神经网络的硬件木马识别
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于反向神经网络的硬件木马识别

更新时间：2020-10-29 21:07:04 大小：2M 上传用户：gsy幸运查看TA发布的资源 标签：木马识别 下载积分：2分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对侧信道、逻辑功能、逆向工程等硬件木马检测技术存在高成本、高设备要求、易受工艺噪声影响和不适用于大规模电路等问题,提出了一种基于反向神经网络的门级硬件木马识别方法。通过提取电路的门级网表特征,使用电路特征集构建全新反向神经网络,训练成门级硬件木马分类器。通过不断调整神经网络的隐藏层数和节点数,实现门级硬件木马识别,最终达到99.82%的正常电路识别率、87.83%的木马识别率和99.27%的线网准确度,在正常电路几乎完全识别的前提下,获得了较高的硬件木马识别效果。

Aiming at the problems of side channel, logic function, reverse engineering and other hardware Trojan horse detection technologies, such as high cost, high equipment requirements, vulnerability to process noise and unsuitability for large-scale circuits, a gate-level hardware Trojan horse recognition method based on reverse neural network is proposed. By extracting the gate-level network table features of the circuit, a new back-propagation neural network is constructed using the circuit feature set and trained as a gate-level hardware Trojan horse classifier. By adjusting the number of hidden layers and nodes of the neural network, the gate- level hardware Trojan horse recognition is realized. The recognition rate of 99.82% normal circuit, 87.83% Trojan horse and 99.27% accuracy of the network are achieved. On the premise of almost complete recognition of normal circuit, a higher recognition effect of hardware Trojan horse is obtained.

部分文件列表

文件名 大小
基于反向神经网络的硬件木马识别.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号