基于邏輯測(cè)試的硬件木馬檢測(cè)方法研究
發(fā)布時(shí)間:2021-07-21 21:59
由于集成電路產(chǎn)業(yè)鏈的全球化,硬件木馬成為影響集成電路安全的重要因素,因此對(duì)硬件木馬的有效檢測(cè)成為當(dāng)前的研究熱點(diǎn)。本文以檢測(cè)待測(cè)電路中組合型激活、功能型負(fù)載的硬件木馬為目標(biāo),分別研究了基于組合測(cè)試和基于稀有節(jié)點(diǎn)的硬件木馬檢測(cè)方法,提出了相應(yīng)的測(cè)試向量生成算法。論文主要的工作和研究成果如下:通過(guò)分析硬件木馬的結(jié)構(gòu)特點(diǎn)、分類(lèi)方式,確定了本文檢測(cè)的對(duì)象為組合型激活、功能型負(fù)載的硬件木馬電路。在分析了幾種常見(jiàn)硬件木馬檢測(cè)方法的優(yōu)缺點(diǎn)和適用面后,從基于邏輯測(cè)試的方法入手,分別分析了基于組合測(cè)試和基于稀有節(jié)點(diǎn)檢測(cè)硬件木馬的可行性,確定了以提高硬件木馬激活次數(shù)和效率為目標(biāo),研究測(cè)試向量集生成方法的研究方向。通過(guò)分析待測(cè)電路中硬件木馬攻擊信號(hào)的傳遞關(guān)系,建立了基于組合測(cè)試進(jìn)行硬件木馬檢測(cè)的模型。以此模型為理論依據(jù),以增大硬件木馬激活次數(shù)為目的,制定了逐條生成測(cè)試向量的貪婪策略,提出了基于貪婪算法的測(cè)試向量生成算法,設(shè)計(jì)了有效提高硬件木馬激活次數(shù)的測(cè)試向量生成方案。為了進(jìn)一步提高硬件木馬激活效率,設(shè)計(jì)了逐參數(shù)生成測(cè)試向量的最優(yōu)擴(kuò)展算法,進(jìn)而提出了提高激活效率的測(cè)試向量生成算法,設(shè)計(jì)了提高硬件木馬激活效率的...
【文章來(lái)源】:戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省
【文章頁(yè)數(shù)】:91 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
激活次數(shù)對(duì)比圖
第59頁(yè)圖 5.6 AES 原始電路節(jié)點(diǎn)翻轉(zhuǎn)概率經(jīng)過(guò)隨機(jī)仿真確定的 AES 原始電路各節(jié)點(diǎn)翻轉(zhuǎn)概率如圖 5.6 所示。通過(guò)對(duì)原始電路進(jìn)行隨機(jī)仿真,統(tǒng)計(jì)電路各節(jié)點(diǎn)的邏輯 0、邏輯 1 概率,從而計(jì)算節(jié)點(diǎn)翻轉(zhuǎn)概率。圖 5.6 中每個(gè)點(diǎn)代表一個(gè)節(jié)點(diǎn)的翻轉(zhuǎn)概率,總共有 3799 個(gè)節(jié)點(diǎn)。從圖中可以看出,大部分節(jié)點(diǎn)的翻轉(zhuǎn)概率接近于 0.25(節(jié)點(diǎn)翻轉(zhuǎn)概率的最大值),有少部分節(jié)點(diǎn)翻轉(zhuǎn)概率小于閾值 0.2,總共有39 個(gè)。表 5.10 給出了一部分稀有節(jié)點(diǎn)的代號(hào)、翻轉(zhuǎn)概率、稀有值,如節(jié)點(diǎn) r1
Perl圖 5.8 稀有節(jié)點(diǎn)查找過(guò)程 5.8 所示為稀有節(jié)點(diǎn)的查找過(guò)程,如圖中虛線框所示,整個(gè)過(guò)程可以分成三分是隨機(jī)測(cè)試向量生成部分,使用 C 語(yǔ)言通過(guò) Visual Studio 具體實(shí)現(xiàn);第二真測(cè)試部分,通過(guò)隨機(jī)向量的仿真,統(tǒng)計(jì)各節(jié)點(diǎn)翻轉(zhuǎn)信息,利用 Modelsim 進(jìn)并記錄翻轉(zhuǎn)信息;第三部分是節(jié)點(diǎn)信息處理部分,通過(guò)對(duì)第二步中所統(tǒng)計(jì)的進(jìn)行處理,得到稀有節(jié)點(diǎn)及其稀有值集合 R,利用 Perl 語(yǔ)言來(lái)處理。1)隨機(jī)測(cè)試向量生成機(jī)測(cè)試向量大小關(guān)系著所得到的待測(cè)電路中節(jié)點(diǎn)翻轉(zhuǎn)信息的誤差,隨機(jī)測(cè)試差越小,反之誤差越大。為了節(jié)約資源和縮短檢測(cè)時(shí)間,應(yīng)該在保證誤差較盡量減少隨機(jī)測(cè)試向量的使用。在具體的實(shí)驗(yàn)中,逐步增加測(cè)試向量,直至覆蓋率達(dá)到指標(biāo)時(shí),停止增加隨機(jī)測(cè)試向量。由于本文針對(duì)的待測(cè)電路為 模不大,結(jié)構(gòu)較為簡(jiǎn)單,所以將覆蓋率指標(biāo)設(shè)為 99%。在針對(duì)待測(cè)電路 AES驗(yàn)時(shí),隨機(jī)測(cè)試向量大小與覆蓋率間的關(guān)系如圖 5.9 所示,從圖中可以看出,量達(dá)到 16KB 時(shí),覆蓋率指標(biāo)能夠達(dá)到 99.09%,滿(mǎn)足實(shí)驗(yàn)要求。
本文編號(hào):3295840
【文章來(lái)源】:戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省
【文章頁(yè)數(shù)】:91 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
激活次數(shù)對(duì)比圖
第59頁(yè)圖 5.6 AES 原始電路節(jié)點(diǎn)翻轉(zhuǎn)概率經(jīng)過(guò)隨機(jī)仿真確定的 AES 原始電路各節(jié)點(diǎn)翻轉(zhuǎn)概率如圖 5.6 所示。通過(guò)對(duì)原始電路進(jìn)行隨機(jī)仿真,統(tǒng)計(jì)電路各節(jié)點(diǎn)的邏輯 0、邏輯 1 概率,從而計(jì)算節(jié)點(diǎn)翻轉(zhuǎn)概率。圖 5.6 中每個(gè)點(diǎn)代表一個(gè)節(jié)點(diǎn)的翻轉(zhuǎn)概率,總共有 3799 個(gè)節(jié)點(diǎn)。從圖中可以看出,大部分節(jié)點(diǎn)的翻轉(zhuǎn)概率接近于 0.25(節(jié)點(diǎn)翻轉(zhuǎn)概率的最大值),有少部分節(jié)點(diǎn)翻轉(zhuǎn)概率小于閾值 0.2,總共有39 個(gè)。表 5.10 給出了一部分稀有節(jié)點(diǎn)的代號(hào)、翻轉(zhuǎn)概率、稀有值,如節(jié)點(diǎn) r1
Perl圖 5.8 稀有節(jié)點(diǎn)查找過(guò)程 5.8 所示為稀有節(jié)點(diǎn)的查找過(guò)程,如圖中虛線框所示,整個(gè)過(guò)程可以分成三分是隨機(jī)測(cè)試向量生成部分,使用 C 語(yǔ)言通過(guò) Visual Studio 具體實(shí)現(xiàn);第二真測(cè)試部分,通過(guò)隨機(jī)向量的仿真,統(tǒng)計(jì)各節(jié)點(diǎn)翻轉(zhuǎn)信息,利用 Modelsim 進(jìn)并記錄翻轉(zhuǎn)信息;第三部分是節(jié)點(diǎn)信息處理部分,通過(guò)對(duì)第二步中所統(tǒng)計(jì)的進(jìn)行處理,得到稀有節(jié)點(diǎn)及其稀有值集合 R,利用 Perl 語(yǔ)言來(lái)處理。1)隨機(jī)測(cè)試向量生成機(jī)測(cè)試向量大小關(guān)系著所得到的待測(cè)電路中節(jié)點(diǎn)翻轉(zhuǎn)信息的誤差,隨機(jī)測(cè)試差越小,反之誤差越大。為了節(jié)約資源和縮短檢測(cè)時(shí)間,應(yīng)該在保證誤差較盡量減少隨機(jī)測(cè)試向量的使用。在具體的實(shí)驗(yàn)中,逐步增加測(cè)試向量,直至覆蓋率達(dá)到指標(biāo)時(shí),停止增加隨機(jī)測(cè)試向量。由于本文針對(duì)的待測(cè)電路為 模不大,結(jié)構(gòu)較為簡(jiǎn)單,所以將覆蓋率指標(biāo)設(shè)為 99%。在針對(duì)待測(cè)電路 AES驗(yàn)時(shí),隨機(jī)測(cè)試向量大小與覆蓋率間的關(guān)系如圖 5.9 所示,從圖中可以看出,量達(dá)到 16KB 時(shí),覆蓋率指標(biāo)能夠達(dá)到 99.09%,滿(mǎn)足實(shí)驗(yàn)要求。
本文編號(hào):3295840
本文鏈接:http://sikaile.net/shekelunwen/ljx/3295840.html
最近更新
教材專(zhuān)著