首页> 中国专利> 面向FPGA硬件后门检测的内嵌RON优化布局方法

面向FPGA硬件后门检测的内嵌RON优化布局方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种面向FPGA硬件后门检测的内嵌RON优化布局方法。本发明可以得到一种环形振荡器网络的布局，从而给出适合于后门检测的环形振荡器数量，使得片上集成环形振荡器网络的开销得到了控制，同时，对于规模处于设定阈值以内的硬件后门，本发明具有良好的后门检测正确率。

著录项

公开/公告号CN110674610A

专利类型发明专利
公开/公告日2020-01-10

原文格式PDF
申请/专利权人电子科技大学;
展开▼

申请/专利号CN201910339157.X
发明设计人王坚;张海龙;李桓;杨鍊;陈哲;郭世泽;
展开▼

申请日2019-04-25
分类号G06F30/34(20200101);G06F30/18(20200101);
代理机构51229 成都正华专利代理事务所(普通合伙);
代理人陈选中
地址 611731 四川省成都市高新区(西区)西源大道2006号
入库时间 2023-12-17 06:30:15

法律信息

法律状态公告日

法律状态信息

法律状态
2020-02-11

实质审查的生效 IPC(主分类):G06F30/34 申请日:20190425

实质审查的生效
2020-01-10

公开

公开

相似文献

专利
中文文献
外文文献

1. 面向FPGA硬件后门检测的内嵌RON优化布局方法 [P] . 中国专利： CN110674610A . 2020-01-10
2. 面向FPGA硬件的递推最小二乘求解RFM模型参数优化算法 [P] . 中国专利： CN112464433A . 2021-03-09
3. A method and a learning device for learning an object detector capable of CNN-based hardware optimization using image concatenation for long-distance detection or military purposes, a test method and a testing device using the same, {LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR WITH HARDWARE OPTIMIZATION ON BASED ON CNN FOR DE DETECTION AT DISCANCED OR MILEDGING INDEPENDING CONTACT [P] . 日本专利： JP2020119540A . 2020-08-06

机译：用于学习物体检测器的方法和学习设备，其能够使用用于远程检测或军事目的的图像级联进行基于CNN的硬件优化，测试方法和使用该方法的测试设备，{用于物体检测器的学习方法和学习设备CNN的硬件优化在距离或距离独立的接触中进行检测
4. A method and learning device for learning a CNN-based object detector using 1x1 convolution used for hardware optimization, and a test method and test device using this {LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR BASED ON CNN USING 1 × 1 CONVOLUTION TO BE USED FOR HARDWARE OPTIMIZATION, AND TESTING METHOD AND TESTING DEVICE USING THE SAMEM} [P] . JP6853592B2 . 2021-03-31

机译：一种方法和学习设备，用于使用用于硬件优化的1x1卷积的基于CNN的对象检测器，以及使用该测试方法和测试设备，使用1×1卷积的CNN基于CNN的对象检测器的学习方法和学习设备用于硬件优化，以及使用Samem的测试方法和测试设备}
5. Enhanced hardware debugging with embedded FPGAS in a hardware description language [P] . 美国专利： US7827510B1 . 2010-11-02

机译：使用硬件描述语言的嵌入式FPGAS增强了硬件调试