A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Register-Transfer-Level Features for Machine-Learning-Based Hardware Trojan Detection Recursos de nível de transferência de registro para detecção de Trojan de hardware baseada em aprendizado de máquina

Hau Sim CHOO, Chia Yee OOI, Michiko INOUE, Nordinah ISMAIL, Mehrdad MOGHBEL, Chee Hoo KOK

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

As informações de nível de transferência de registro (RTL) dificilmente estão disponíveis para detecção de cavalos de Troia em hardware. Neste artigo, são propostas quatro características do Trojan RTL relacionadas à instrução de ramificação. A seleção de recursos de mínima redundância e máxima relevância (mRMR) é aplicada aos recursos de Trojan propostos para determinar as combinações de recursos recomendadas. As combinações de recursos são então testadas usando diferentes conceitos de aprendizado de máquina para determinar a melhor abordagem para classificar Trojans e ramificações normais. O resultado mostra que um algoritmo de classificação de árvore de decisão com todos os quatro recursos de Trojan propostos pode atingir uma taxa média de detecção positiva verdadeira de 93.72% em dados de teste não vistos.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E103-A No.2 pp.502-509
Data de publicação
2020/02/01
Publicitada
ISSN online
1745-1337
DOI
10.1587/transfun.2019EAP1044
Tipo de Manuscrito
PAPER
Categoria
Tecnologia de Design VLSI e CAD

autores

Hau Sim CHOO
  Universiti Teknologi Malaysia
Chia Yee OOI
  Universiti Teknologi Malaysia
Michiko INOUE
  Nara Institute of Science and Technology (NAIST)
Nordinah ISMAIL
  Universiti Teknologi Malaysia
Mehrdad MOGHBEL
  Universiti Teknologi Malaysia
Chee Hoo KOK
  Universiti Teknologi Malaysia

Palavra-chave