-
公开(公告)号：CN114065308B
公开(公告)日：2024-08-02
申请号：CN202111412498.9
申请日：2021-11-25
Applicant: 福州大学
IPC: G06F21/71 , G06F30/32 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的门级硬件木马定位方法及系统，该方法首先获取七个公开门级网表文件，得到训练集和测试集；接着进行预处理，用深度优先搜索算法将网表文件转换成路径语句，完成路径生成；然后构造并训练用于检测和定位的TextCNN模型；将测试集的路径集合输入模型，得到预检测结果；对预检测结果进行路径划分和构造虚拟定位坐标，得到用于定位的短路径集合SL；最后将SL输入TextCNN模型，得到定位结果P。本发明实现快速有效的评估集成电路的安全性能并即使发现和瞄准威胁。
-
公开(公告)号：CN113486347B
公开(公告)日：2023-07-14
申请号：CN202110739931.3
申请日：2021-06-30
Applicant: 福州大学
IPC: G06F21/56 , G06F40/211 , G06F40/284 , G06F40/30 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于语义理解的深度学习硬件木马检测方法，包括如下步骤：步骤S1：首先对芯片网表文件进行预处理，提取任意一个输入端口线网Xiport和输出端口线网Xoport来组成所有可能的路径对[Xiport,Xoport]；接着在这些路径对上寻找所有存在的简单路径Tspath，并生成对应句子fspath，再打上硬件木马标签构成带标签的句子数据集；步骤S2：把步骤S1中生成到的句子数据集进行组件类型名的去重清洗，并用word2vec完成词库训练，得到预训练好的词向量WVpre；步骤S3：来自步骤S1的句子数据集和来自步骤S2的词向量WVpre共同作为材料放入TextCNN(文本卷积神经网络)的输入层中，经过静动态相结合的词向量矩阵训练得到硬件木马的检测结果。
-
公开(公告)号：CN109033611B
公开(公告)日：2023-04-07
申请号：CN201810805343.3
申请日：2018-07-20
Applicant: 福州大学
IPC: G06F30/18 , G06N3/006 , G06Q10/047
Abstract: 本发明涉及一种VLSI多端点线网绕障碍的布线方法，其特征在于：包括以下步骤：步骤S1:读取障碍信息；步骤S2:根据障碍信息，利用matlab绘制障碍框；步骤S3:采用改进粒子群算法构建斯坦纳树，并得到最优解；步骤S4:根据最优解对该解表示的斯坦纳树树进行布线，并记录布线过程；步骤S5:根据布线过程记录，对在布线过程中重复布线部分进行修正，去除生成树中重复了两次到三次的布线长度，并计算通孔数，得到最优布线。本发明实现高效精准并且绕障碍的全局布线，适用于超大规模集成电路多端点线网绕障碍布线。
-
公开(公告)号：CN111414618B
公开(公告)日：2022-09-02
申请号：CN202010181038.9
申请日：2020-03-16
Applicant: 福州大学
IPC: G06F21/56
Abstract: 本发明涉及一种基于海明距离的数字型微流控生物芯片现场级硬件木马检测方法，获取存储于数字型微流控生物芯片平台中的生化协议；假设恶意的第三方遭到篡改，给定两个字符串，一个是厂家售卖的黄金驱动序列和一串现场级实施的驱动序列，接着从开始直到反应结束，进入每一次时间步骤的循环利用差异计算其海明距离；而且在每一步循环中，利用已算出的海明距离判断是否大于0，求得关键值，即是否遭受到了篡改。一旦检测到现场级硬件木马，则立刻停止运行，避免错误越来越大。经过反馈处理，继续循环执行程序。本发明花费低、不需要特殊的检测设备以及不受噪声的影响。
-
公开(公告)号：CN112685784B
公开(公告)日：2022-07-08
申请号：CN202110014813.6
申请日：2021-01-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于逻辑加密的MEDA生物芯片版权保护方法，包括：S1、获取MEDA生物芯片运行的生化协议中使用到的混合分离操作；S2、计算每个混合分离操作的影响因子；S3、对每个混合分离操作，如果其影响因子大于等于阈值，则将其替换成逻辑加密模块，并为其分配黄金输入密钥；S4、将各逻辑加密模块的黄金输入密钥按照顺序组合作为MEDA生物芯片激活所需的黄金激活密钥；S5、根据黄金激活密钥的长度，构造密钥耦合增强模块；S6、将黄金激活密钥经过密钥耦合增强模块的输出结果作为逻辑加密模块的黄金解密密钥；S7、对当前构建的逻辑加密体系进行安全性评估。该方法有利于提高MEDA生物芯片在生产过程中的安全性，保护MEDA生物芯片的生化协议不被攻击者窃取。
-
Patent Agency Ranking
公开(公告)号：CN109918861B
公开(公告)日：2022-07-08
申请号：CN201910341414.3
申请日：2019-04-26
Applicant: 福州大学
Abstract: 本发明涉及一种正余双弦改进的混沌蜻蜓算法优化管柱设计方法，结合singer混沌和正余双弦机制改进蜻蜓算法，以管柱的设计成本最低化为目标进行优化。对于传统的蜻蜓算法寻优精度低，算法稳定性差等劣势，融合singer混沌映射和正余双弦机制对原始蜻蜓算法的性能进行提升。本发明能够有效提高管柱设计问题的精度。
-
公开(公告)号：CN113312589B
公开(公告)日：2022-06-14
申请号：CN202110641008.6
申请日：2021-06-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于多PUF的MEDA生物芯片硬件版权保护方法，包括以下步骤：步骤S1:服务方在MEDA生物芯片上生成多PUF的激励响应对，组成一个激励响应对数据库，由服务方存储；步骤S2:用户使用MEDA生物芯片之前向所述服务方发出获取驱动序列的请求，服务方返回激励至所述芯片；步骤S3:MEDA生物芯片执行激励得到响应数据，并对响应数据进行混淆计算后反馈至服务方；步骤S4:服务方根据返回响应判断发出反馈的芯片版权是否合法；根据芯片的正版与否服务方返回片上开销不同的所述生化协议的驱动序列，并授予正版芯片后期免于重复验证的许可。本发明能够有效提高MEDA生物芯片的硬件版权保护可靠性。
-
公开(公告)号：CN114065308A
公开(公告)日：2022-02-18
申请号：CN202111412498.9
申请日：2021-11-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度学习的门级硬件木马定位方法及系统，该方法首先获取七个公开门级网表文件，得到训练集和测试集；接着进行预处理，用深度优先搜索算法将网表文件转换成路径语句，完成路径生成；然后构造并训练用于检测和定位的TextCNN模型；将测试集的路径集合输入模型，得到预检测结果；对预检测结果进行路径划分和构造虚拟定位坐标，得到用于定位的短路径集合SL；最后将SL输入TextCNN模型，得到定位结果P。本发明实现快速有效的评估集成电路的安全性能并即使发现和瞄准威胁。
-
公开(公告)号：CN114065307A
公开(公告)日：2022-02-18
申请号：CN202111367369.2
申请日：2021-11-18
Applicant: 福州大学
Abstract: 本发明涉及一种基于双向图卷积神经网络的硬件木马检测方法与系统。该方法首先对网表文件进行预处理，创建对应的有向图表示，并对门器件信息进行编码作为特征表示X，构建电路有向图数据；然后分别创建描述电路信号传播结构的正向电路图和描述电路信号分散结构的反向电路图，并分别构造对应的图神经网络特征提取器提取结构特征，组合为最终的门器件特征；构造多层感知机分类模型，与图神经网络特征提取器构成硬件木马门分类模型，并使用加权交叉熵损失函数来学习模型参数，得到训练好的硬件木马门分类模型；将待检测的网表转换为有向图，输入到训练好的硬件木马门分类模型中进行检测，输出可疑的门器件列表。本发明可以有效地检测出门级硬件木马。
-
公开(公告)号：CN108668254B
公开(公告)日：2022-01-04
申请号：CN201810460982.0
申请日：2018-05-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于改进BP神经网络的WiFi信号特征的区域定位方法，其特征在于：将WiFi特征信号进行预处理转换成四层改进的BP神经网络，再利用蚁群算法对改进后的神经网络权值进行优化，并在权值更新公式中加入动量项因子，进而提高定位方法的收敛速度与分类精度。本发明实用性高，应用性强，成本低，预测分类精度高，计算过程处理简洁，稳定性强，可靠性高，可以基本实现短距离区域的高效分类。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.041 seconds)
