基于BP神经网络的硬件木马检测方法

摘要

随着集成电路的发展，芯片安全已成为集成电路领域的重要内容，硬件木马作为威胁芯片安全的新型隐患已受到学术界的广泛关注。目前硬件木马检测方法有反向解剖、功能测试、旁路信号分析等，其中基于功耗的旁路信号分析应用最为广泛，但普遍存在特征提取不明显等问题。BP神经网络具有很强的非线性映射能力和自适应学习能力，在功耗分析时能更好地保留与提取功耗特征。本文采用BP神经网络建立了特征提取数学模型，对功耗信息进行非线性特征提取，利用FPGA搭建了功耗采集与实验平台，实验结果表明，基于BP神经网络的硬件木马检测方法能有效地检测出芯片是否含有硬件木马，而且和其他分析方法相比识别率更高，结果健壮性更好。