-
公开(公告)号：CN103198251A
公开(公告)日：2013-07-10
申请号：CN201310103424.6
申请日：2013-03-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提出了一种基于神经网络的硬件木马芯片识别方法，解决了现有识别方法中需人工观察，效率低的问题，实现了硬件木马芯片识别的智能化。该方法包含以下步骤：首先获取所有待检测芯片的侧信道信息并对其进行数据预处理；选取部分待检测芯片进行反剖分析，确定反剖芯片是否含有硬件木马；利用不含硬件木马的反剖芯片经预处理之后的侧信道信息建立芯片特征空间；将所有待检测芯片经预处理后的侧信道信息矩阵投影到该特征空间，得到侧信道信息特征数据矩阵；利用反剖芯片的侧信道信息特征数据及相应的目标输出值建立并训练神经网络；将测试芯片的侧信道信息特征数据送入到已训练完成的神经网络进行判别输出，实现对硬件木马芯片的识别。
-
Patent Agency Ranking
公开(公告)号：CN103150498A
公开(公告)日：2013-06-12
申请号：CN201310105529.5
申请日：2013-03-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06F21/50
Abstract: 基于单分类支持向量机的硬件木马识别方法，属于硬件木马芯片的检测和识别领域，本发明为解决现有利用芯片侧信道信息来识别芯片硬件木马的技术需人工观察图像，存在误差大、效率低的问题。本发明方法包括以下步骤：一、预处理，获取侧信道信息矩阵；二、选择的反剖芯片进行反向分析，确定是否含有硬件木马；三、对于不含硬件木马的反剖芯片，分成训练样本和训练优化样本，四、利用所述训练样本侧信道信息矩阵建立芯片的特征空间；五、得到待检测芯片的侧信道特征数据矩阵；六、进行归一化处理，七、取出训练和训练优化样本归一化数据；八、训练单分类支持向量机来构造最小超球面；九、在最小超球面外，则该待检测芯片为硬件木马芯片。
-
公开(公告)号：CN102999077B
公开(公告)日：2014-08-13
申请号：CN201210509155.9
申请日：2012-12-03
Applicant: 哈尔滨工业大学(威海)
IPC: G05F1/565
Abstract: 一种高线性补偿的电流平整电路，它涉及电路电子领域，它解决了目前电流注入补偿单元线性度的不足，达到高线性补偿的目的。它包括电流检测模块和电流注入补偿模块；电流检测模块，用于检测流经密码核心电路的电流Icore产生的变化电流ΔIcore，并转换变化电流ΔIcore为相应的变化电压ΔV，还用于将变化电压ΔV发送给电流注入补偿模块；电流注入补偿模块，用于将变化电压ΔV线性转换为补偿电流ΔIR，并通过补偿电流ΔIR对变化电流ΔIcore进行补偿，使总的电源端检测到的变化电流ΔItot被削平；电流注入补偿模块由放大器A、第三PMOS管M3、第四PMOS管M4和第五NMOS管M5至第十NMOS管M10组成。本发明达到隐藏芯片核心电流变化的目的，能够在加密中广泛应用。
-
公开(公告)号：CN103150498B
公开(公告)日：2016-03-16
申请号：CN201310105529.5
申请日：2013-03-28
Applicant: 哈尔滨工业大学(威海)
IPC: G06F21/50
Abstract: 基于单分类支持向量机的硬件木马识别方法，属于硬件木马芯片的检测和识别领域，本发明为解决现有利用芯片侧信道信息来识别芯片硬件木马的技术需人工观察图像，存在误差大、效率低的问题。本发明方法包括以下步骤：一、预处理，获取侧信道信息矩阵；二、选择的反剖芯片进行反向分析，确定是否含有硬件木马；三、对于不含硬件木马的反剖芯片，分成训练样本和训练优化样本，四、利用所述训练样本侧信道信息矩阵建立芯片的特征空间；五、得到待检测芯片的侧信道特征数据矩阵；六、进行归一化处理，七、取出训练和训练优化样本归一化数据；八、训练单分类支持向量机来构造最小超球面；九、在最小超球面外，则该待检测芯片为硬件木马芯片。
-
公开(公告)号：CN103198251B
公开(公告)日：2015-07-08
申请号：CN201310103424.6
申请日：2013-03-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提出了一种基于神经网络的硬件木马芯片识别方法，解决了现有识别方法中需人工观察，效率低的问题，实现了硬件木马芯片识别的智能化。该方法包含以下步骤：首先获取所有待检测芯片的侧信道信息并对其进行数据预处理；选取部分待检测芯片进行反剖分析，确定反剖芯片是否含有硬件木马；利用不含硬件木马的反剖芯片经预处理之后的侧信道信息建立芯片特征空间；将所有待检测芯片经预处理后的侧信道信息矩阵投影到该特征空间，得到侧信道信息特征数据矩阵；利用反剖芯片的侧信道信息特征数据及相应的目标输出值建立并训练神经网络；将测试芯片的侧信道信息特征数据送入到已训练完成的神经网络进行判别输出，实现对硬件木马芯片的识别。
-
公开(公告)号：CN102999077A
公开(公告)日：2013-03-27
申请号：CN201210509155.9
申请日：2012-12-03
Applicant: 哈尔滨工业大学(威海)
IPC: G05F1/565
Abstract: 一种高线性补偿的电流平整电路，它涉及电路电子领域，它解决了目前电流注入补偿单元线性度的不足，达到高线性补偿的目的。它包括电流检测模块和电流注入补偿模块；电流检测模块，用于检测流经密码核心电路的电流Icore产生的变化电流ΔIcore，并转换变化电流ΔIcore为相应的变化电压ΔV，还用于将变化电压ΔV发送给电流注入补偿模块；电流注入补偿模块，用于将变化电压ΔV线性转换为补偿电流ΔIR，并通过补偿电流ΔIR对变化电流ΔIcore进行补偿，使总的电源端检测到的变化电流ΔItot被削平；电流注入补偿模块由放大器A、第三PMOS管M3、第四PMOS管M4和第五NMOS管M5至第十NMOS管M10组成。本发明达到隐藏芯片核心电流变化的目的，能够在加密中广泛应用。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
