[发明专利]一种硬件木马检测的特征值处理方法

摘要

本发明涉及无需干净电路板作为对照的一套硬件木马检测的特征值处理方法。制定出一套系统用来对检测硬件木马采集的特征值进行处理，从而在不需要干净板作为对照的情况下，检测出异常数据。同时，这套方法中，提供两种检测方案可供选择，分别为无模型检测和模型检测。无模型检测，利用无监督聚类方法，在循环调用各种参数（包括距离函数、分类方法），得到一个评价函数最高的一套聚类策略，然后给出分类。这种方案速度较快，精确度已经满足基本需求；模型检测利用的是无监督的神经网络算法。这种方法速度虽然慢，但是精度很高，作为检测方案的一种选择，但不是必须的。所以它适用于对精度要求较高的场合。

主权项

一种硬件木马检测的特征值处理方法，其特征在于，包括以下步骤：步骤1，根据用户针对检测数据是否建模选择执行以下步骤：选择步骤1，针对检测数据进行建模：对采集到的数据，利用建模算法，建立模型，建模利用自组织竞争神经网络算法，权值调整使用的学习规则为Kohonen学习规则，阈值调整选用的是阈值学习规则，竞争层网络为两个节点；然后执行步骤2；选择步骤2，针对检测数据不进行建模，即对已有的数据直接进行判断：对需要检测的数据进行聚类分类，并利用评价函数进行评价，通过相应的变换，得到硬件木马可能存在的系数，如果系数较高，则说明此组数据中含有木马的可能性较高，然后执行步骤2；如果数很低，则说明此组数据正常，可以停止对此组数据的检测；步骤2，对数据进行分类，通过不同的计算方法给出两类的数据，数据较少的类别为含有木马的类别，所述这两类数据是采集到的特征值被分成两类，所述这两类数据通过聚类分析获得。