[发明专利]基于遗传算法和变异分析的优化测试向量生成方法在审
| 申请号： | 201710692560.1 | 申请日： | 2017-08-14 |
| 公开（公告）号： | CN107590313A | 公开（公告）日： | 2018-01-16 |
| 发明（设计）人： | 赵毅强;刘燕江;解啸天;刘阿强 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/12 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及集成电路可信任性技术领域，为提出硬件木马优化测试向量生成方法，该方法并行对测试向量空间进行搜索，目的性强、同时定向筛选的测试向量更精简，更能有效的激活硬件木马，测试效率更高，该方法可以辅助用于硬件木马显化和旁路信号分析来提高硬件木马的识别水平，具有一定的实际意义和参考价值。本发明采用的技术方案是，基于遗传算法和变异分析硬件木马优化测试向量生成方法，通过分析母本电路网表的特点，筛选出电路的低活性节点，并利用软件测试的变异思想，将低活性节点的电路结构执行变异操作，生成变异体，最后结合遗传算法的搜索思想的方法来筛选能杀死变体的测试向量。本发明主要应用于集成电路设计制造场合。 | ||
| 搜索关键词： | 基于 遗传 算法 变异 分析 优化 测试 向量 生成 方法 | ||
【主权项】：
一种基于遗传算法和变异分析的优化测试向量生成方法，其特征是，通过分析母本电路网表的特点，筛选出电路的低活性节点，并利用软件测试的变异思想，将低活性节点的电路结构执行变异操作，生成变异体，最后结合遗传算法的搜索思想的方法来筛选能杀死变体的测试向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710692560.1/，转载请声明来源钻瓜专利网。
