项目名称: 基于功耗特征的硬件木马识别模型与算法研究

项目编号: No.61471375

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 乐大珩

作者单位: 中国人民解放军国防科技大学

项目金额: 70万元

中文摘要: 硬件木马是近几年出现的一种针对集成电路芯片的新型攻击方式,它通过对硬件设计进行恶意的修改,以达到无条件或在一定触发条件下实现改变或破坏芯片功能的目的。在集成电路设计、生产、封装等分工细化的今天,芯片设计和生产在多个环节都可能被第三方恶意地植入硬件木马,给芯片安全带来严重威胁。因此,研究硬件木马的防护检测技术,对于芯片安全,尤其是国防、金融、医疗等领域的芯片安全尤为重要。基于旁路特征信息的木马检测方法是领域内研究热点,但目前的研究成果不能很好地处理工艺偏差和噪声的影响,无法实现对硬件木马逻辑的有效检出。本项目以密码芯片中实现的硬件木马电路为对象,利用现有功耗采集平台实时采集芯片的功耗特征信息,研究实测功耗数据的降噪抑噪方法,提出基于功耗特征的硬件木马识别模型与算法,解决基于功耗特征信息分析检测技术中的关键算法问题。

中文关键词: 信息安全;硬件木马;功耗分析

英文摘要: In recent years, the emergence of a new type of integrated circuit chip for hardware attack, known as hardware Trojans. The so-called hardware Trojan is malicious hardware design modifications to meet unconditionally or under certain triggering conditions to achieve the purpose of changing the system functionality or disrupt system functionality . Chip design and production in many processes (design, production, packaging,etc) are likely to be third-party hardware maliciously implanted Trojan , pose a serious threat to the security chip . Therefore, the study of Hardware Trojan detection technology for chip, especially about millitary, finance, health care and other areas is particularly important. Currently, Hardware Trojan defense technology research is still in its infancy, the research focused on the detection techniques based on power analysis. Unfortunately, there is no effective analytical techniques based bypass feature modeling methods and recognition algorithms can achieve accurate detection of Hardware Trojans Logic. The project is planned to research Hardware Trojan power characteristic information modeling and recognition algorithm to solve the the core technology problems of power analysis based hardware trojan detection.

英文关键词: information security;hardware trojan;power analysis

成为VIP会员查看完整内容
0

相关内容

《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
6G物理层AI关键技术白皮书(2022)
专知会员服务
42+阅读 · 2022年3月21日
专知会员服务
65+阅读 · 2021年7月18日
专知会员服务
24+阅读 · 2021年6月17日
【干货书】机器学习特征工程,217页pdf
专知会员服务
124+阅读 · 2021年2月6日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
142+阅读 · 2019年10月10日
suricata下的挖矿行为检测
FreeBuf
14+阅读 · 2019年2月7日
硬件加速神经网络综述
计算机研究与发展
26+阅读 · 2019年2月1日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Detecting Deepfakes with Self-Blended Images
Arxiv
2+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
19+阅读 · 2020年7月13日
小贴士
相关VIP内容
《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
6G物理层AI关键技术白皮书(2022)
专知会员服务
42+阅读 · 2022年3月21日
专知会员服务
65+阅读 · 2021年7月18日
专知会员服务
24+阅读 · 2021年6月17日
【干货书】机器学习特征工程,217页pdf
专知会员服务
124+阅读 · 2021年2月6日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
142+阅读 · 2019年10月10日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员