基于K-means聚類分析的硬件木馬檢測(cè)方法
本文關(guān)鍵詞:基于K-means聚類分析的硬件木馬檢測(cè)方法
更多相關(guān)文章: 硬件木馬 側(cè)信道分析 K-means算法
【摘要】:為檢測(cè)芯片中存在的硬件木馬,利用側(cè)信道分析技術(shù),采集功耗信息,并利用K-means算法對(duì)待測(cè)芯片進(jìn)行聚類分析。利用K-means算法實(shí)現(xiàn)木馬檢測(cè)時(shí),準(zhǔn)確率與功耗數(shù)據(jù)中存在的噪聲以及木馬面積的大小有關(guān),實(shí)驗(yàn)中植入了占芯片原始模塊2.39%和1.49%的兩種木馬,均能夠很好的檢測(cè)出其中電路中的木馬,驗(yàn)證了方法的有效性。
【作者單位】: 北京電子科技學(xué)院;
【關(guān)鍵詞】: 硬件木馬 側(cè)信道分析 K-means算法
【基金】:中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金(2014GCYY04)
【分類號(hào)】:TN407
【正文快照】: 引言隨著集成電路制造的全球化進(jìn)程,設(shè)計(jì)、制造的分離技術(shù)以及第三方知識(shí)產(chǎn)權(quán)核的廣泛應(yīng)用,使得芯片中存在很多安全隱患。硬件木馬是一種不同于計(jì)算機(jī)軟件病毒和木馬的硬件漏洞,通過(guò)在芯片設(shè)計(jì)和制造的過(guò)程中植入惡意部件,使芯片增加額外的功能,或是在芯片中設(shè)置隱藏信道和后
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 張亞萍;胡學(xué)鋼;;基于K-means的樸素貝葉斯分類算法的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年11期
2 劉運(yùn);殷建平;程杰仁;蔡志平;;基于k-Means改進(jìn)算法的分布式拒絕服務(wù)攻擊檢測(cè)[J];計(jì)算機(jī)工程與科學(xué);2008年12期
3 張濟(jì)強(qiáng);高玉良;;遺傳模擬退火算法在k-means聚類中的應(yīng)用[J];電腦知識(shí)與技術(shù);2012年07期
4 賈花萍;李堯龍;哈渭濤;史曉影;;K-means聚類神經(jīng)網(wǎng)絡(luò)分類器在睡眠腦電分期中的應(yīng)用研究[J];河南科學(xué);2012年06期
5 李學(xué)勇;高國(guó)紅;孫甲霞;;基于互信息和K-means聚類的信息安全風(fēng)險(xiǎn)評(píng)估[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期
6 郁雪;李敏強(qiáng);;一種結(jié)合有效降維和K-means聚類的協(xié)同過(guò)濾推薦模型[J];計(jì)算機(jī)應(yīng)用研究;2009年10期
7 屈新懷;高萬(wàn)里;丁必榮;李朕;;基于聚類數(shù)和初始值的K-means算法改進(jìn)研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2011年04期
8 邊鵬;趙妍;蘇玉召;;一種改進(jìn)的K-means算法最佳聚類數(shù)確定方法[J];現(xiàn)代圖書情報(bào)技術(shù);2011年09期
9 宗瑜;金萍;李明楚;;BK-means:骨架初始解K-means[J];計(jì)算機(jī)工程與應(yīng)用;2009年14期
10 韓凌波;;一種新的K-means最佳聚類數(shù)確定方法[J];現(xiàn)代計(jì)算機(jī);2013年30期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條
1 楊青;劉曄;張東旭;劉暢;;快速查找最優(yōu)初始聚類數(shù)K的改進(jìn)K-means算法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)A卷[C];2011年
2 陳磊;胡佳敏;嚴(yán)華;;K-means算法在散貨船代貨運(yùn)系統(tǒng)中的應(yīng)用[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2009)暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2009年
3 鄭建軍;甘仞初;賀躍;畢思飛;;一種基于k-means的聚類集成方法[A];全國(guó)第九屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)會(huì)議論文集[C];2005年
4 張望;王輝;;個(gè)性化服務(wù)中的并行K-Means聚類算法[A];2007年全國(guó)開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2007年
5 江華;王翰虎;陳梅;;一種基于K-means聚類分組的P2P超結(jié)點(diǎn)模型[A];2005年全國(guó)開放式分布與并行計(jì)算學(xué)術(shù)會(huì)議論文集[C];2005年
6 王守強(qiáng);朱大銘;史士英;;基于輸入點(diǎn)集求解k-Means聚類算法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 陳智;基于K-means聚類算法的機(jī)會(huì)網(wǎng)絡(luò)群組移動(dòng)模型及其長(zhǎng)相關(guān)性研究[D];湘潭大學(xué);2015年
2 許允棟;K-means聚類算法的改進(jìn)與應(yīng)用[D];廣西師范大學(xué);2015年
3 丁斌;基于布谷鳥算法的K-means聚類挖掘算法研究[D];合肥工業(yè)大學(xué);2015年
4 賀艷芳;熵加權(quán)多視角核k-means聚類算法的研究[D];鄭州大學(xué);2016年
5 梁云昭;基于K-means的圍棋特征提取方法研究[D];北京理工大學(xué);2015年
6 于洋洋;基于并行K-MEANS聚類分析的社群發(fā)現(xiàn)算法研究[D];東北大學(xué);2012年
7 崔曉麗;基于MapReduce的海量數(shù)據(jù)K-means聚類算法研究[D];大連理工大學(xué);2014年
8 高存彬;基于K-Means聚類法的水團(tuán)劃分算法和可視化研究[D];中國(guó)海洋大學(xué);2008年
9 劉建國(guó);改進(jìn)的K-means算法及其在采油數(shù)據(jù)分析中的應(yīng)用[D];北京郵電大學(xué);2010年
10 陳翠卓;移動(dòng)平臺(tái)下基于K-means的租房信息聚類算法研究與實(shí)現(xiàn)[D];華中師范大學(xué);2014年
,本文編號(hào):1098254
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/1098254.html