[发明专利]基于概率神经网络的硬件木马检测方法

摘要

本发明涉及集成电路可信任性检测技术领域，为将硬件木马的误识别率降到最低，从而保证集成电路的安全性，本发明，基于概率神经网络的硬件木马检测方法，步骤如下：(1)建立集成电路侧信道平台；(2)侧信道信息的降噪预处理；(3)待测芯片的硬件木马芯片判别；(4)确定分布参数σ；(5)待测芯片的类别确定；(6)判断验证是否结束：当待测芯片全部验证完毕，则结束验证过程，否则跳回到步骤5，继续进行验证，直到所有待测芯片都验证结束。本发明主要应用于芯片防木马设计制造场合。

主权项

1.一种基于概率神经网络的硬件木马检测方法，其特征是，步骤如下：(1)建立集成电路侧信道平台，采集待测电路的侧信道信息：根据侧信道分析的原理，围绕集成电路搭建其侧信道平台，利用侧信道平台采集待测电路在工作状态下泄露的侧信道信息；(2)侧信道信息的降噪预处理：对所有待测电路的侧信道信息进行降噪预处理，得到平滑的侧信道信息；(3)待测芯片的硬件木马芯片判别：抽取两类芯片中的部分芯片，利用反向解剖技术将部分芯片进行反向分析，确定原始芯片和木马芯片；(4)确定分布参数σ，利用原始芯片的侧信道信息训练神经网络：确定神经网络的分布参数σ，根据反向分析结果，抽取部分原始芯片和木马芯片的侧信道信息来训练神经网络，并利用训练数据来验证神经网络，如果存在误识别率，则重新调整分布参数σ的大小，直到训练的神经网络正确为止；(5)待测芯片的类别确定：利用步骤4得到的神经网络对所有待测芯片进行分类，当待测芯片归于原始芯片类，则认定待测芯片为原始芯片，否则认定待测芯片为木马芯片；(6)判断验证是否结束：当待测芯片全部验证完毕，则结束验证过程，否则跳回到步骤5，继续进行验证，直到所有待测芯片都验证结束。