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,因此對硬件木馬的有效檢測成為當前的研究熱點。本文以檢測待測電路中組合型激活、功能型負載的硬件木馬為目標,分別研究了基于組合測試和基于稀有節(jié)點的硬件木馬檢測方法,提出了相應的測試向量生成算法。論文主要的工作和研究成果如下:通過分析硬件木馬的結構特點、分類方式,確定了本文檢測的對象為組合型激活、功能型負載的硬件木馬電路。在分析了幾種常見硬件木馬檢測方法的優(yōu)缺點和適用面后,從基于邏輯測試的方法入手,分別分析了基于組合測試和基于稀有節(jié)點檢測硬件木馬的可行性,確定了以提高硬件木馬激活次數(shù)和效率為目標,研究測試向量集生成方法的研究方向。通過分析待測電路中硬件木馬攻擊信號的傳遞關系,建立了基于組合測試進行硬件木馬檢測的模型。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,制定了逐條生成測試向量的貪婪策略,提出了基于貪婪算法的測試向量生成算法,設計了有效提高硬件木馬激活次數(shù)的測試向量生成方案。為了進一步提高硬件木馬激活效率,設計了逐參數(shù)生成測試向量的最優(yōu)擴展算法,進而提出了提高激活效率的測試向量生成算法,設計了提高硬件木馬激活效率的... 

【文章來源】：戰(zhàn)略支援部隊信息工程大學河南省

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【部分圖文】：

激活次數(shù)對比圖

第59頁圖 5.6 AES 原始電路節(jié)點翻轉概率經(jīng)過隨機仿真確定的 AES 原始電路各節(jié)點翻轉概率如圖 5.6 所示。通過對原始電路進行隨機仿真，統(tǒng)計電路各節(jié)點的邏輯 0、邏輯 1 概率，從而計算節(jié)點翻轉概率。圖 5.6 中每個點代表一個節(jié)點的翻轉概率，總共有 3799 個節(jié)點。從圖中可以看出，大部分節(jié)點的翻轉概率接近于 0.25（節(jié)點翻轉概率的最大值），有少部分節(jié)點翻轉概率小于閾值 0.2，總共有39 個。表 5.10 給出了一部分稀有節(jié)點的代號、翻轉概率、稀有值，如節(jié)點 r1

Perl圖 5.8 稀有節(jié)點查找過程 5.8 所示為稀有節(jié)點的查找過程，如圖中虛線框所示，整個過程可以分成三分是隨機測試向量生成部分，使用 C 語言通過 Visual Studio 具體實現(xiàn)；第二真測試部分，通過隨機向量的仿真，統(tǒng)計各節(jié)點翻轉信息，利用 Modelsim 進并記錄翻轉信息；第三部分是節(jié)點信息處理部分，通過對第二步中所統(tǒng)計的進行處理，得到稀有節(jié)點及其稀有值集合 R，利用 Perl 語言來處理。1）隨機測試向量生成機測試向量大小關系著所得到的待測電路中節(jié)點翻轉信息的誤差，隨機測試差越小，反之誤差越大。為了節(jié)約資源和縮短檢測時間，應該在保證誤差較盡量減少隨機測試向量的使用。在具體的實驗中，逐步增加測試向量，直至覆蓋率達到指標時，停止增加隨機測試向量。由于本文針對的待測電路為 模不大，結構較為簡單，所以將覆蓋率指標設為 99%。在針對待測電路 AES驗時，隨機測試向量大小與覆蓋率間的關系如圖 5.9 所示，從圖中可以看出，量達到 16KB 時，覆蓋率指標能夠達到 99.09%，滿足實驗要求。


本文編號：3295840