公开(公告)号：CN116522334A

公开(公告)日：2023-08-01

申请号：CN202310281789.1

申请日：2023-03-21

申请人： 西安电子科技大学 ,  北京轩宇空间科技有限公司

发明人： 史江义 ,  张焱 ,  刘鸿瑾 ,  张绍林 ,  王泽坤 ,  温聪 ,  尚格

IPC分类号： G06F21/56 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于图神经网络的RTL级硬件木马检测方法及存储介质，通过将携带木马逻辑的RTL代码展平化，对代码进行解析提取出语法树；之后基于语法树提取电路信号的数据流，并将所有信号的数据流合并为一个整体的数据流图，使用稀疏矩阵保存；接着提取图结构特征并对构建的图神经网络模型进行训练；最后使用训练好的模型对待测RTL代码进行测试，并将检测结果反标回RTL代码，检测出含有硬件木马逻辑的代码块。本发明实现了以代码行为精度的RTL级硬件木马检测，基本能实现所有节点的正确分类，不需要动态仿真，且使用了图神经网络和节点的本征特征，模型的泛化能力更强，有较大的实用价值。

公开(公告)号：CN116956121A

公开(公告)日：2023-10-27

申请号：CN202310797828.3

申请日：2023-06-30

申请人： 西安电子科技大学

发明人： 史江义 ,  张焱 ,  马佩军 ,  尚格 ,  李康 ,  王泽坤 ,  郝跃

IPC分类号： G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于深度神经网络和多维特征的硬件木马检测方法，涉及硬件安全技术领域，包括：获取待测网表电路；使用训练好的深度神经网络对待测网表电路进行分类，判断待测网表电路中的信号为正常信号或木马信号；其中，训练好的深度神经网络根据训练数据集获取，训练数据集通过使用数据增强方法扩充硬件木马特征向量库、并处理噪声样本获取，硬件木马特征向量库中的特征包括网表电路中的信号的静态结构特征和网表电路中的信号的可测试性特征。本发明能够准确有效的获取分类结果。