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

Hardware-Trojan Detection at Gate-Level Netlists Using a Gradient Boosting Decision Tree Model and Its Extension Using Trojan Probability Propagation Detecção de Trojan de hardware em netlists de nível de portão usando um modelo de árvore de decisão de aumento de gradiente e sua extensão usando propagação de probabilidade de Trojan

Ryotaro NEGISHI, Tatsuki KURIHARA, Nozomu TOGAWA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Os dispositivos tecnológicos estão profundamente enraizados na vida das pessoas e a sua procura cresce todos os anos. Foi indicado que a terceirização do projeto e fabricação de circuitos integrados, essenciais para dispositivos tecnológicos, pode levar à inserção de circuitos maliciosos, chamados de Trojans de hardware (HTs). Este artigo propõe um método de detecção de HT em netlists de nível de porta baseado em XGBoost, um dos melhores modelos de árvore de decisão com aumento de gradiente. Primeiro propomos o conjunto ideal de recursos HT entre muitos candidatos a recursos em nível de netlist por meio de avaliações completas. Em seguida, construímos um método de detecção HT baseado em XGBoost com seus hiperparâmetros otimizados. Experimentos de avaliação foram conduzidos nas netlists dos benchmarks Trust-HUB e mostraram a medida F média de 0.842 usando o método proposto. Além disso, propomos recentemente um método de propagação de probabilidade de Trojan que corrige efetivamente os resultados da detecção de HT e o aplica aos resultados obtidos pela detecção de HT baseada em XGBoost. Experimentos de avaliação mostraram que a medida F média melhorou para 0.861. Este valor é 0.194 pontos superior ao do melhor método existente proposto até agora.

Publicação
IEICE TRANSACTIONS on Fundamentals Vol.E107-A No.1 pp.63-74
Data de publicação
2024/01/01
Publicitada
2023/08/16
ISSN online
1745-1337
DOI
10.1587/transfun.2023KEP0005
Tipo de Manuscrito
Special Section PAPER (Special Section on Circuits and Systems)
Categoria

autores

Ryotaro NEGISHI
  Waseda University
Tatsuki KURIHARA
  Waseda University
Nozomu TOGAWA
  Waseda University

Palavra-chave